一、“预分配内存”：给数组“先占座” 🪑
关键字
：预分配、zeros函数、数组动态增长
🧠 类比：就像“订餐厅”——先把座位（内存）预留好，比“来人再加座”（动态扩容）快得多！
课本里的“坑”：
sinfun1
函数在循环里让数组
动态增长
（每次循环给y加一个元素），MATLAB得反复“搬家”（重新分配内存+复制数据），导致时间按
M²比例增长
（M是数组长度）。
✋ 解决办法：用zeros预分配数组大小（先占好内存）：
function y = sinfun2(M)
x = 0:M-1; % 先定义x的长度
y = zeros(1, numel(x)); % 预分配y的内存（1行，和x一样长）
for k = 1:numel(x)
y(k) = sin(x(k)/(100*pi)); % 直接往预留的位置填值
end
end
✨ 效果对比：M=20000时，sinfun1要0.2852秒，sinfun2只要0.0013秒——快了220倍！
☁️ 新手提醒：写循环前，先确定数组的最终大小，用zeros（全0）、ones（全1）预分配~
二、“向量化”：用矩阵运算“替代循环” 🧮
关键字
：向量化、矩阵运算、循环消除
🤖 MATLAB是“矩阵的主场”——用矩阵运算代替for循环，相当于“批量处理”，效率直接拉满！
课本里的进阶：
sinfun3
直接对整个数组x做运算，
完全去掉循环
：
function y = sinfun3(M)
x = 0:M-1;
y = sin(x/(100*pi)); % 直接对x数组做sin运算（向量化）
end
✋ 新手类比：就像“洗袜子”——循环是“一只一只洗”，向量化是“一筐一起洗”，速度差N倍！
☁️ 实践效果：M=20000时，sinfun3和预分配后的sinfun2速度差不多（新版MATLAB会优化循环），但代码更简洁~
✨ 向量化场景：比如生成二维正弦图像（课本里的twosines1），向量化写法（twosines2）比循环快50%以上！
三、“性能测试”：给代码“掐秒表” ⏱️
关键字
：tic/toc、timeit、运行时间对比
✋ 优化得好不好，得“测一测”——MATLAB自带的计时工具能帮你找到“慢代码”！
常用计时工具：
tic/toc：简单计时（适合快速测试）：
tic; sinfun1(100); toc % 开始计时→运行代码→结束计时
timeit：可靠计时（多次运行取平均，适合精准测试）：
f = @() sinfun2(20000); % 定义函数句柄 timeit(f) % 测试f的运行时间
🧠 新手建议：写代码时先“跑通”，再用timeit测瓶颈，优先优化“循环+动态数组”的部分~
四、新手避坑总结：代码优化“三板斧” 🛠️
✨ 记住这3招，代码直接从“龟速”变“火箭”：
- 预分配内存：循环前用
zeros给数组“占座”，避免动态扩容； - 向量化运算：能用矩阵/数组运算就不用for循环，代码短+速度快；
- 计时测试：用
timeit找慢代码，针对性优化。