如何让逐行反斜杠逆运算的非迭代MATLAB代码比迭代代码更快？

问题背景 #

现有一段MATLAB代码，用于生成矩阵B，其中B的每个元素是矩阵A对应行与向量x对应行的反斜杠逆的乘积。迭代实现代码如下：

A = [1,2,3,8,1;10,45,7,3,1;9,8,15,75,65];
x = [14,5,11,15,33;7,1,9,1,1;87,45,11,0,65]; 
B=zeros(3,1);
% 迭代实现代码
tic
for k = 1:size(x,1)
    B(k) = A(k,:)*(x(k,:)\1);
end
t1 = toc;
disp(B)

为避免使用for循环，根据MATLAB中向量反斜杠运算的特性（仅保留x中绝对值最大元素的倒数，其余为0），尝试了非迭代实现，但运行速度反而更慢（t1=0.000681，t2=0.002536）：

tic
% 非迭代实现（速度较慢）
ind = x==max(abs(x),[],2);
y = (1./x).*ind; 
y(isnan(y))=0;
C = sum(A.*y,2);
t2 = toc;
disp(C)

需要优化非迭代代码以提升运行速度，同时保证结果与迭代版本一致。

优化方案 #

原非迭代代码的性能瓶颈在于逐元素比较、广播除法和NaN处理的额外开销。可以通过直接定位每行绝对值最大元素的索引，跳过全矩阵运算来优化：

优化后的代码 #

tic
% 快速无循环实现
[~, max_idx] = max(abs(x), [], 2); % 获取每行绝对值最大元素的列索引
% 提取x中对应元素取倒数，再与A对应位置元素相乘后求和
C = sum(A .* (1./x(sub2ind(size(x), (1:size(x,1))', max_idx))), 2);
t2 = toc;
disp(C)

优化说明 #

• 直接定位索引：使用max函数的第二个输出参数max_idx，直接得到每行绝对值最大元素的列索引，比逐元素比较x==max(...)效率高得多。
• 避免全矩阵运算：通过sub2ind生成线性索引，仅提取x中需要计算倒数的元素，再通过广播与A对应元素相乘，避免生成中间矩阵y的内存开销和运算量。
• 消除NaN处理：直接针对有效索引提取元素，不会产生NaN，无需额外的y(isnan(y))=0操作。

性能对比 #

优化后的无循环代码在多数场景下运行速度会优于原迭代版本和原非迭代版本，尤其是当矩阵行数和列数较大时，性能提升会更明显。

内容的提问来源于stack exchange，提问作者Nekkache Abdesslem