RMS 最小化加速

Question

[环境：MATLAB 64位，Windows 7，Intel I5-2320]

我想将函数 RMS 拟合到实验数据 y，因此我正在最小化以下函数（通过使用 fminsearch）：

minfunc = rms(y - fitfunc)

从一般的角度来看，最小化是否有意义：

minfunc = sum((y - fitfunc) .^ 2) 

然后（在最小化之后）只需执行 minfunc = sqrt(minfunc / N) 即可获得拟合 RMS 误差？

为了重新提出这个问题，fminsearch 每次不执行sqrt 和1/(N - 1) 可以节省多少时间（大约以百分比计）？如果我的 CPU / MATLAB 速度如此之快，以至于它不会将性能提高至少百分之一，我不想降低我的代码的可读性。

更新：我尝试过简单的测试，但结果并不清楚：取决于minfunc 的实际值，fminsearch 需要或多或少的时间。

Answer 1

性能问题的一般答案：

如果您只是想找出更快的方法，请设计一个基准并运行几次。

仅提供一般信息，您不太可能确定哪种方法快 1%。