為什麼很多計算機專業碩士生論文編程都是用MATLAB做的，僅僅是科學計算方面的優勢嗎？

01-08

謝邀。

70%的演算法Matlab已經寫好了，另外30%的演算法只要兩三百行就能完成，而且性能和C++/Java寫的相差無幾（前提是你會設計出更高效的Matlab程序），外加一流方便的visualization和debug工具。帶來的結果是效率的成數量級的提升。Researcher更能專註於演算法本身的設計，而不是演算法的實現過程。

比如在Computer Vision演算法開發中，你可以輕易地在Matlab讀取矩陣的當前值，而Matlab自帶的矩陣運算又完全不比OpenCV的Blas和Lapack慢，還不用跳很多C++語法的大坑。

Matlab代碼特別適合原型開發。理由：

1. 代碼編寫方便。因為你（幾乎）不需要考慮數據類型，（幾乎）不需要考慮內存分配，寫出來的代碼和偽代碼相似度很高，你的思維可以集中在演算法上而非語法上。容易排除演算法邏輯錯誤

2. Matlab程序Debug特別方便：一方面是可視化方便，程序斷點停下後可以在workspace里各種看數據，甚至另跑函數、畫圖而不影響Debug的進程；另一方面是程序改寫後重跑不需要重新編譯，還能局部運行，這對於大型程序的debug簡直是節省了無數時間

3. 原型測試完畢後，Matlab代碼轉成C/C++（還算）方便。用Eigen之類矩陣運算庫可以比較完美地替換Matlab里的矩陣功能，而且（在我的經驗里）速度快10倍左右

比較大的程序，如果能用Matlab先寫一遍，debug通過後再轉到C/C++上，比直接C/C++開發要快很多。

因為師兄的/師姐的/網上找的代碼是Matlab的。

因為它有python沒法比的可視化，debug能力和內置演算法。

什麼，你說的是C/java？研究演算法可不是做工程。

快速實現核心演算法，簡單高效！