Matlab手动实现卷积的代码运行性能极低该如何优化？

你的代码慢的根本原因是滥用符号计算函数做数值运算，和内存、CPU硬件限制没有关系：

• 你用syms定义的recP、triP都是符号函数，每次循环调用都会执行符号计算逻辑，运算速度比数值计算慢上千倍，这是耗时最久的核心原因
• 符号计算模块在Matlab中默认是单线程运行，只会调用CPU的单个核心，所以你看到总CPU占用在18%左右（i7-7700HQ为4核8线程，单核心满载占总性能的1/8≈12.5%，加上其他后台开销刚好在15%~20%区间），和硬件性能上限、Matlab内存限制完全无关
• 双重循环的写法没有利用Matlab原生的向量化运算优化，进一步放大了耗时

方案1：调用内置卷积函数（最快，仅需几毫秒） #

如果作业没有要求必须手动实现卷积逻辑，直接用Matlab内置的conv函数，代码如下：

dt = 0.1; % 采样步长，和你原设置一致
t = -10:dt:10;
% 定义数值版匿名函数，替代原符号函数
recP = @(x) double(abs(x) <= 1);
triP = @(x) double(abs(x) <= 1) .* (1 - abs(x));
% 计算卷积，乘dt是数值积分的步长修正
s1 = conv(recP(t), triP(t), 'same') * dt;
plot(t, s1);

运算结果和你原代码完全一致，耗时可以忽略不计。

方案2：手动实现卷积逻辑（符合作业手写要求，比原代码快数百倍） #

如果作业要求必须自己实现卷积的累加逻辑，不能调用内置conv，可以保留外层循环，替换符号函数为数值函数，向量化去掉内层循环：

dt = 0.1;
t = -10:dt:10;
recP = @(x) double(abs(x) <= 1);
triP = @(x) double(abs(x) <= 1) .* (1 - abs(x));
s1 = zeros(size(t)); % 预分配内存
for i = 1:length(t)
    % 直接用向量运算替代内层for循环累加
    s1(i) = sum(recP(t) .* triP(t(i) - t)) * dt;
end
plot(t, s1);

这个版本也能在1秒内跑完，完全保留了手动计算卷积的逻辑。

方案3：必须保留双重for循环的优化 #

如果有特殊要求必须保留双重循环结构，仅需把符号函数替换为上述数值匿名函数，也能提速几十倍，跑完全部循环仅需几分钟。

内容的提问来源于stack exchange，提问作者III_phr