为何稀疏矩阵与全矩阵相加比全矩阵间相加更慢？

首先来看你提供的测试代码片段：

I_FULL = 600; J_FULL = 10000; FULL_COUNT = I_FULL*J_FULL;
NON_ZERO_ELEMENT_COUNT = 1000;
nonZeroIdxs = randsample(FULL_COUNT, NON_ZERO_ELEMENT_COUNT);
mat_Sp = spalloc(I_FULL, J_FULL, NON_ZERO_ELEMENT_COUNT);
mat_Sp(nonZeroIdxs) = 0.5;
mat_Full = full(mat_Sp);
otherMat_Full = rand(I_FULL, J_FULL);
hFullAddSp = @()otherMat_Full+mat_Sp;
hFullAddFull = @()otherMat_Full+mat_Full;

你观察到hFullAddFull的性能始终更优，核心原因在于稀疏矩阵的存储特性和加法运算的底层实现逻辑，具体可以拆解为以下几点：

• 存储结构带来的遍历与缓存差异
  全矩阵是连续的内存块存储，CPU可以按顺序批量读取数据，缓存命中率极高，还能充分利用SIMD（单指令多数据）指令集一次性处理多个元素，效率拉满。而稀疏矩阵仅存储非零元素的位置和值，这些数据在内存中是离散分布的。当稀疏矩阵和全矩阵相加时，程序需要逐个遍历稀疏矩阵的非零元素，定位到全矩阵的对应位置执行加法，剩下的全矩阵元素还要原样保留——这种“零散更新+批量保留”的操作，远不如两个全矩阵相加的“连续批量运算”高效。

• 底层运算库的优化差异
  两个全矩阵相加的操作，Matlab会直接调用高度优化的BLAS（基础线性代数子程序）库（比如MKL或OpenBLAS）中的矩阵加法函数。这些函数经过多年打磨，充分利用了CPU的多核、缓存层级和指令集，是极致优化的批量运算实现。而稀疏矩阵+全矩阵相加的操作，没有对应的高效BLAS接口，Matlab需要自行实现逻辑：先复制全矩阵作为结果容器，再逐个将稀疏矩阵的非零元素叠加到对应位置。这个过程不仅遍历稀疏元素的开销大，还无法利用SIMD做大规模加速，缓存命中率也低。

• 你的测试场景放大了差异
  你的测试中非零元素仅1000个，相对于600×10000=600万的全矩阵来说占比极低。此时稀疏+全矩阵相加的逻辑是：先复制600万元素的全矩阵，再做1000次零散的加法更新；而两个全矩阵相加是直接对两个600万元素的连续内存块做逐元素加法，后者的连续批量操作效率远高于前者的“复制+零散更新”组合。

简单来说，这就像你要给一本书的1000页加批注，和把两本600万页的书逐页内容相加——前者需要翻找指定页码，后者可以批量快速处理，效率差异自然非常明显。

内容的提问来源于stack exchange，提问作者rnoodle