我正在研究一篇关于计算任意矩阵的广义逆的迭代方法的研究论文。我正在研究以下迭代方法：
tictoc
为什么不同运行的计算时间不同？
这是我的代码
A = [1 4 0
2 3 0
2 0 1
0 0 0]; % given matrix
Y0 = [0.0101 0.0202 0.0202 0
0.0404 0.0303 0 0
0 0 0.0101 0]; % initial approximation
I = eye(4);
tic
for n=1:15
Y1 = zeros(4,3);
% compute sequence of approximations
Y1 = Y0+Y0*(I-A*Y0)
Y0 = Y1;
end
toc
您的代码中有几个问题。
Y1 = Y0+Y0*(I-A*Y0)语句后没有分号。实际上，您正在计时屏幕输出Y1，而不是计算时间
迭代应该写成
for n=1:15
Y0 = Y0+Y0*(I-A*Y0);
end
分配 Y1，分配给Y1，然后Y0是无用的。
最后你甚至可以进一步简化Y0 = 2*Y0 - Y0*(A*Y0) ;
编辑
应用这些修改后，您会看到测量的时间变得非常小（在我的机器上）。通常对于如此小的经过时间，该tic, toc方法被认为是不准确的。
计时小段代码相当困难，因此请考虑我在这里的回答只是一个简单的提示，而不是准确而深入的答案。
本质上，您必须测量更大的间隔（大约一秒）：如果您有兴趣估计单次迭代的时间，您可以简单地增加循环中的迭代次数并将总时间除以迭代次数。（更准确地说，您还应该为空循环计时，以估计与循环本身相关的开销。）如果您有兴趣估计总时间（init Y0、循环开销和 15 次迭代），您应该重复for, end一个相当大的数字次，并测量总时间。这是一个改编自 MATLAB 的示例help toc。
REPS = 1000; minTime = Inf; nsum = 10;
tic;
for i=1:REPS
tstart = tic;
% init Y0
Y0 = ...
for n=1:15
Y0 = Y0+Y0*(I-A*Y0);
end
telapsed = toc(tstart);
minTime = min(telapsed,minTime);
end
averageTime = toc/REPS;
您必须试验迭代次数（第一种方法）和REPS（第二种方法）才能找到一个合理的数字，其中tic, toc误差足够小。