我在一个 Julia 项目中，我想oneAttempt在下面的代码中优化我的功能。

下面对我的代码进行简要说明：

• 函数oneAttmept实现了一定的递归算法，返回终端结果。
• 变量f是通过我algorithm part在下面的代码中编写的算法更新的变量（我会在这个问题中省略这部分）。
• 函数oneAttempt将在 for 循环下多次调用（超过 1000 次）。

function oneAttempt()
            n = 30
            m = 900

            x = rand(Normal(), n, n)
            A = ones(n, n) * sum(sum(x, dims = 1))
    
            # f would be passed to the algorithm below.
            # f0 is the initial value of f
            f0 = ones(n, n) + x - (1 / m) * A
            f = copy(f0)
            o = zeros(n, n)

            #=
            algorithm part:    
            while loop in which f would be updated many times under complicated algorithm 
            =#
            
            return f;
end

# the function `oneAttempt` would be called many times (more than 1000 times) under for loop.

我想有更好的优化方法f0，因为我听说向量计算将是 Julia 编码中的一个普通瓶颈。

有没有更好的编码方式？

任何信息，将不胜感激。

回答

A = ones(n, n) * sum(sum(x, dims = 1))

A = sum(x)

f0 = ones(n, n) + x - (1 / m) * A

f0 = (1 + A/m) .+ x  # 1 and A/m are both scalar, so don't dot the plus in the parens.

f = copy(f0)
o = zeros(n, n)