非常实用的Matlab编程技巧。可以试一试。
5 [1 }0 j$ a/ F- f; H1 p1 UCTerm下载文章: 紫丁香★
/ F; L. g* p/ A) Z
发信人: fork (撒哈拉沙漠的沙), 信区: Matlab
标 题: 加速matlab运行的三重境界& ~& C5 [) s9 j2 z
发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004)
3 p# l# `6 M& n0 p( s
加速matlab运行的三重境界; B$ f/ R) \" j9 s" J
一、 遵守Performance Acceleration的规则
二、 遵守三条规则
三、 绝招
一、 遵守Performance Acceleration的规则 关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将 其规则总结如下7条: 1、只有使用以下数据类型,matlab才会对其加速: logical,char,int8,uint8,int16,uint16,int32,uint32,double7 a2 h; @' P% X* e( I 而语句中如果使用了非以上的数据类型则不会加速,如:numeric,cell,structu re,single,% m/ ?5 W* B& z7 O [9 t $ v* _& N! n% N0 ~) F function handle,java classes,user classes,int64,uint644 J T" _2 M- A) w6 \+ c9 p: l: h# ` 2、matlab不会对超过三维的数组进行加速。2 k! \1 O) e7 }, W 3、当使用for循环时,只有遵守以下规则才会被加速:a、for循环的范围只用标量值& }. B5 x2 l/ N' f4 w0 p5 d! W* H 来表示;% \% t& Y3 V* K7 q6 ]% u. N b、for循环内部的每一条语句都要满足上面的两条规则,即只使用支持加速的数 据类型,只使用% |* U! Y3 l' k+ F+ z 三维以下的数组;c、循环内只调用了内建函数(build-in function)。 4、当使用if、elseif、while和switch时,其条件测试语句中只使用了标量值时,将% y, m' M: v8 ]2 b 加速运行。' L+ C, _7 c, {0 }+ s( r* X0 L 5、不要在一行中写入多条操作,这样会减慢运行速度。即不要有这样的语句: x = a.name; for k=1:10000, sin(A(k)), end; 6、当某条操作改变了原来变量的数据类型或形状(大小,维数)时将会减慢运行速3 Z/ c: Z7 {' b9 c 度。 7、应该这样使用复常量x = 7 + 2i,而不应该这样使用:x = 7 + 2*i,后者会降低 S. F& l1 V: T. Z0 Y+ f 运行速度。 4 o0 J# A1 V) t) m. ~4 g" C 二、 遵守三条规则! \+ {% B/ e/ B2 F. u) t + f0 m& ?5 J" w 1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic1 s/ i7 t; B0 ]" r* O+ F5 H h means it is designed( y$ d P4 M8 ]3 s7 } : x( `" w: A) |# G7 u5 W$ I6 c6 Z9 _ for vector and matrix operations. You can often speed up your M-file c4 X8 {* R% l5 I+ N* L+ z& P7 [ ode by using vectorizing algorithms that take advantage of this design. Vectorizati* j/ z( L- d5 z4 D on means converting) i9 P' Z. L7 I* ?) [ for and while loops to equivalent vector or matrix operations.”。改进 这样的状况有两种方法: 4 E* o! A: }( I$ Y7 ^! e# h. L a、尽量用向量化的运算来代替循环操作。如将下面的程序: i=0;# f9 k, b+ A% `4 a/ L8 E! u0 J for t = 0:.01:10! [; |6 y, F" x, l i = i+1; y(i) = sin(t); end 替换为: t = 0:.01:10; y = sin(t);$ A4 I1 A7 m g- R 速度将会大大加快。最常用的使用vectorizing技术的函数有:All、diff、i3 L0 t& c9 A9 ]6 `0 ]; x permute、permute、1 ?/ b/ V; Y5 x reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums um、ind2sub、 ndgrid、repmat、sort、sum 等。# I: y! _" t n8 y, D ! J8 e& M" s9 E5 Z: ] 请注意matlan文档中还有这样一句补充:“Before taking the time to vectorize your code, read the section on Performance Acceleration.2 b1 ^ ~( j& |9 C% ~' V; S You may be able to6 \/ `; C; ^* i! _# |3 |, Q speed up your program by just as much using the MATLAB JIT Accelera tor instead of vectorizing.”。何去何从,自己把握。) y1 S% ?; G0 L; x1 r b、在必须使用多重循环时下,如果两个循环执行的次数不同,则在循环的外环执 行循环次数少的, 内环执行循环次数多的。这样可以显著提高速度。! O, d5 v/ g3 T* y 2、a、预分配矩阵空间,即事先确定变量的大小,维数。这一类的函数有zeros、on es、cell、struct、 repmat等。 b、当要预分配一个非double型变量时使用repmat函数以加速,如将以下代码:- H* W3 P% l' @5 n 7 K7 q! s6 x$ z% \ A = int8(zeros(100));6 `% U; E- n7 m: ~ 换成:' V- k3 J- D; b2 d A = repmat(int8(0), 100, 100); c、当需要扩充一个变量的大小、维数时使用repmat函数。 3、a、优先使用matlab内建函数,将耗时的循环编写进MEX-File中以获得加速。 b、使用Functions而不是Scripts 。+ p/ F/ S" M9 D; ~ ! z1 |: N. s# q; B" l0 s 0 u: i0 c* z$ o# H/ G 三、 绝招% M& P8 x w" e; k 1 E& `" s; D4 C" K 你也许觉得下面两条是屁话,但有时候它真的是解决问题的最好方法。 1、改用更有效的算法 2、采用Mex技术,或者利用matlab提供的工具将程序转化为C语言、Fortran语言。& ]# ~* a1 |5 C5 L 4 X8 A `$ h3 B/ d; y* ], F 关于如何将M文件转化为C语言程序运行,可以参阅本版帖子:“总结:m文件转化为c/c++3 H: b' Y8 B1 D' u& c 语言文件,VC编译”。
; w5 x# z& K D) V( Z* ^) v
屁话的几招是够经典 呵呵
哇,我要试试看,新手上路,请多指教!
谢谢
谢谢了,
MATLAB编程是不是很慢阿??
6 L9 V4 z/ b# |' z; C8 l. ^: @; j比不上现在的那些高级程序语言啊?
好啊啊
转化成C语言最实用。
| 欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) | Powered by Discuz! X2.5 |