做量化操作的時候經常需要使用到matlab編寫策略或者計算多因子，for循環非常慢，自己找了一些matlab中for循環的優化方法，for的部分每處理一個大矩陣都要花費大量的時間，這是不可避免需要遇到的問題~。
方法1：循環多不要緊，要緊的是循環嵌套得太多，要解決這個問題，需要從根本上找原因，用更好的數據結構和算法，從根源上減少對於循環的需求
方法2：將循環次數多的放在里面，循環次數少的放在外面做大循環
方法3：for循環中少用if——else if判斷，用switch——case，效率更高
方法4：多線程並發替代單循環么，盡可能利用CPU，比如用並行的parfor
1 for(int i = 0; i < 100; ++i) 2 { 3 a[i] = xxx; 4 }
優化：
1 for(int i = 0; i < 25; i += 4) 2 { 3 a[i] = xxx; 4 a[i + 1] = xxx; 5 a[i + 2] = xxx; 6 a[i + 3] = xxx; 7 }
減少循環次數，而且還能意外增加指令級的並行運算幾率，其次，用多線程，最簡單的就是openmp。要是對數據的處理，就用SSE指令什么的。
這樣下來。整個程序不不止快那么一點點
方法5：結合具體的循環，利用時間和空間的相互轉換，也就是用空間換時間
方法6：vectorization（向量化）處理后，例如通過對for循環的向量化，效率也有很大提高。
向量化實際上就是矩陣化，利用點運算代替for循環，利用matlab軟件強大的矩陣運算能力優化程序
1 sum1=0; 2 for i=1:100
3 for j=1:100
4 for k=1:100
5 d=i.^2+j.^2+k.^2; 6 sum1=sum1+d; 7 end 8 end 9 end
向量化之后
1 i=1:100;j=1:100;k=1:100; 2 sum1=sum(i.^2+j.^2+k.^2);
方法7：最基本的方面，別在窗口中顯示矩陣，每條語句的結尾加分號
方法8：找一台性能好的電腦，用服務器跑那就更好了！
PS：下面是一個測試，來區分優化前和優化后的時間效率問題，讀取mxm的矩陣。利用上述所提到的優化方式進行優化（具體怎么優化，還是根據實際情況進行優化，這里不做說明），如圖所示：
PS：如有問題，請留言，未經允許不得私自轉載，轉載請注明出處：http://www.cnblogs.com/xuliangxing/p/7372428.html
