使用函数而不是脚本。函数通常更快。

优先使用局部函数而不是嵌套函数。使用这种做法，特别是当函数不需要访问主函数中的变量时。

使用模块化编程。要避免大文件和包含不常访问代码的文件，请将代码分割为简单且内聚的函数。这种做法可以减少首次运行的成本。

预分配——与其不断地调整数组大小，不如考虑预分配数组所需的最大空间量。有关更多信息，请参见预先配置．

矢量化——与其编写基于循环的代码，不如考虑使用MATLAB矩阵和矢量运算。有关更多信息，请参见向量化．

在循环之外放置独立的操作——如果代码没有对每个操作进行不同的计算为或而循环迭代时，将其移到循环之外以避免冗余计算。

如果数据类型发生变化，则创建新变量——创建一个新变量，而不是将不同类型的数据分配给现有变量。更改现有变量的类或数组形状需要额外的处理时间。

使用短路操作符-使用短路逻辑操作符，& &而且||在可能的情况下。短路更有效，因为MATLAB只在第一个操作数不能完全确定结果时才计算第二个操作数。有关更多信息，请参见短路,而且短路或．

避免使用全局变量—尽量减少全局变量的使用是一个很好的编程实践，而全局变量会降低MATLAB代码的性能。

避免内置函数重载-避免在任何标准MATLAB数据类上重载内置函数。

避免使用“数据作为代码”—如果您有大量代码(例如，超过500行)生成常量值的变量，请考虑构造变量并将它们保存在mat文件或其他文件中. csv文件。然后可以加载变量，而不是执行代码来生成它们。

在后台运行代码-使用parfeval与backgroundPool在后台运行一个函数。你可以同时在MATLAB中运行其他代码，使你的应用程序反应更快。有关更多信息，请参见在后台运行函数．

在GPU或并行上运行代码——如果您拥有并行计算工具箱™许可证，请通过传递在GPU上运行代码gpuArray数据传输到受支持的函万博1manbetx数或并行运行代码，例如使用parfor循环。有关更多信息，请参见选择一个并行计算解决方案(并行计算工具箱)．

避免清除不必要的代码。不要使用清除所有以编程方式。有关更多信息，请参见清晰的．

避免使用查询MATLAB状态的函数，例如inputname，哪一个，谁，存在(var）,dbstack．运行时内省的计算开销很大。

避免使用以下函数eval，evalc，evalin,函数宏指令(帧）．使用函数句柄输入到函数宏指令只要有可能。从文本中间接计算MATLAB表达式的计算开销很大。

避免编程使用cd，目录,rmpath，如果可能的话。在运行时更改MATLAB路径会导致代码重新编译。