MATLAB的内存管理是自动完成的，但内存使用不当会造成程序运行效率低下。许多初学者抱怨MATLAB程序慢（效率低），主要原因可能是不了解MATLAB的内存自动管理机制造成的。
MATLAB是以数组（Array）为基本数据单元的一门语言，程序中的一切数据都是数组。MATLAB用连续的内存来存储数值型数组，当数组大小发生变化时会重新分配一块合适的内存，把数据复制过去并回收原来的内存。如果数组是在程序运行过程中逐渐“长大”的，MATLAB会反复分配和回收内存，严重影响程序的运行效率。为了避免这种情况，可以用zeros函数预先为数组分配合适的内存，然后再对其进行赋值。
另外，MATLAB数组在内存中是按“列优先”的顺序存放数组中的元素的。对于多维数组，是按从低到高的维度顺序依次存储数组中的元素的，如下图所示
图中红色的序号即为数组在内存中的存储顺序。在程序中对数组进行索引或赋值时，如果能够按照这种顺序来存储，一方面可以利用计算机的缓存机制，另一方面可以避免程序在内存中的不断跳转，从而可以显著地提高程序的运行效率。如果通过多重循环来存取数据，遵照此原则，最内层循环应该遍历最低维（列），从内向外，依次向高维过渡。
下面的程序可以比较预分配内存和索引顺序对程序运行时间的影响：
% 数组索引效率比较
clear
preAllocate = 'on'; %设为off关闭预分配内存
r = 10000;c = 10000;
tic
if isequal(preAllocate,'on')
A = zeros(r,c); %预分配内存
else
preAllocate = 'off';
end
for m=1:r %行优先
for n=1:c
A(m,n) = m+n;
end
end
fprintf('行优先，预分配内存 %s, 耗时 \t%f\n',upper(preAllocate),toc)
tic
if isequal(preAllocate,'on')
B = zeros(r,c); %预分配内存
end
for n=1:c %列优先
for m=1:r
B(m,n) = m+n;
end
end
fprintf('列优先，预分配内存 %s, 耗时 \t%f\n',upper(preAllocate),toc)看一下不同情况下的耗时对比
行优先，预分配内存 OFF, 耗时 407.735436
列优先，预分配内存 OFF, 耗时 1.346732
行优先，预分配内存 ON, 耗时 1.149516
列优先，预分配内存 ON, 耗时 0.412534可以看出，内存使用不当可以造成近千倍的效率差别。是因为MATLAB慢吗？
一言以蔽之，为数组预分配内存并遵循“列优先”的原则使用数组中的数据，是提高MATLAB效率的有效途径。
几点说明：
- 不同类型的数组在内存中的存储方式也不尽相同，单一数据类型的数组，如数值型数组和字符型数组，在内存中是连续存储的。而容器型数据的底层单元则可以分开存储，例如，结构数组一般每个域用连续的内存存储，不同的域则可以存在不同的位置。这是容器型数据的优势，局部改动不会影响其他部分。
- 稀疏矩阵仅保存非零元素及其下标。
- 不同类型的数组预分配内存的方式也不一样。例如数值型数组一般用zeros函数；字符串型数组用strings函数；元胞数组用cell函数；表则用table函数。详情可在命令行doc preallocation。
