Lu数值计算扩展动态库LuMath & 小矩阵大运算量效率测试
Lu数值计算扩展动态库LuMath V1.0：http://www.forcal.net/sysm/lu1/luhtm/lumath.htmLuMath 库的数值算法是以矩阵为基础，并进行了运算符重载，具有内存消耗低、执行效率高、代码简洁、实用性强的特点。
例子：
matlab2009a代码：clear all
clc
tic
k = zeros(5,5); % //生成5×5全0矩阵
% 循环计算以下程序段100000次：
for m = 1:100000
a = rand(5,7);
b = rand(7,5);%//生成5×7矩阵a,7×5矩阵b,用0～1之间的随机数初始化
k = k + a * b + a(1:5, 2:6) * b(2:6, 1:5) - a(:, 7) * b(3, :);
end
k
toc多次运行，结果约为：k =
1.0e+005 *
2.7530 2.7525 2.7509 2.7539 2.7529
2.7521 2.7494 2.7493 2.7542 2.7476
2.7549 2.7524 2.7527 2.7564 2.7517
2.7530 2.7523 2.7533 2.7525 2.7502
2.7527 2.7521 2.7505 2.7519 2.7523
Elapsed time is 2.126704 seconds.Lu代码：!!!using["math"];
main(:t0,k,i,a,b)=
{
t0=clock(),
k=zeros(5,5), //生成5×5矩阵k，初始化为0
i=0,(++i<=100000).while{//循环计算100000次
a=rand(5,7), b=rand(7,5), //生成5×7矩阵a，7×5矩阵b，用0～1之间的随机数初始化
k.=k+a*b+a(0,4:1,5)*b(1,5:0,4)-a(all:6)*b(2:all) //计算k=k+a*b+a(0,4:1,5)*b(1,5:0,4)+a(all:6)*b(3:all)
},
k.outa(), //输出矩阵k
/1000. //得到计算时间，秒
};多次运行，结果约为： 275024 274895 275054 275083 275024
274965 275036 275091 275112 274931
274975 275012 275020 274963 274939
274981 274976 275117 275065 275044
274920 274906 275005 274972 274920
1.25 秒Lu快于matlab的原因应该仍在于内存管理效率较高。
页:
[1]