为何n=m=10000时两段MATLAB矩阵构建代码执行速度差异悬殊？

核心差异来自内存占用和MATLAB表达式优化策略的不同，具体如下：

• 内存瓶颈与虚拟内存触发
  当n=m=10000时，单个10000×10000的满double矩阵会占用约800MB内存（1亿个元素×8字节/元素）。代码A需要先创建三个这样的满矩阵，总内存需求超过2.4GB。如果系统物理内存不足，操作系统会启用虚拟内存（磁盘交换），而磁盘读写速度比内存慢数千倍，直接导致运算时间从秒级拉长到小时级。

• MATLAB的表达式优化差异
  代码B中使用列向量作为diag的输入，MATLAB的表达式编译器能识别出这是构造三对角矩阵的典型模式，会跳过创建三个独立满矩阵的步骤，直接一次性生成最终的三对角矩阵——仅填充三条对角线上的元素，无需处理大量零元素，内存占用和运算量都大幅降低。

• 行向量的处理逻辑限制
  当使用行向量作为diag输入时，MATLAB的优化器未能识别出相同的构造模式，会严格按代码步骤执行：先创建三个全零满矩阵，再分别填充对应对角线元素，最后逐元素相加。这个过程不仅要占用海量内存，还要对1亿个元素进行三次读写操作，一旦触发虚拟内存，性能会断崖式下跌。

验证与优化建议 #

如果把代码A中的行向量全部改为列向量，耗时会和代码B基本一致；更高效的方式是用spdiags直接构造三对角矩阵，生成的是稀疏矩阵，仅存储非零元素（约3万个元素，240KB内存），速度会更快：

% 更高效的三对角矩阵构造方式
e = ones(n-1,1);
A = spdiags([e -2*ones(n,1) e], [-1 0 1], n, n);

内容的提问来源于stack exchange，提问作者Katpton Liamfuppinshire