非常实用的Matlab编程技巧。可以试一试。
CTerm下载文章: 紫丁香★. R2 S# s9 z9 ~" P; b$ g8 Y2 f. l! h
( e# u. ^0 ~, W9 {2 U+ Z- H
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
发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004)0 e- T, I7 M* x6 m- C2 w# F
加速matlab运行的三重境界
一、 遵守Performance Acceleration的规则
二、 遵守三条规则8 @1 l+ o. y5 F7 U
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" A- W" g; R. d! t9 v 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:# z! W' g g. W/ _$ \' s& S logical,char,int8,uint8,int16,uint16,int32,uint32,double& v4 l* p. d" u/ m! a; p/ b8 }' q 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,1 X2 N$ k- ]& ^0 t) w function handle,java classes,user classes,int64,uint64. h' w* T, S; v 2、matlab不会对超过三维的数组进行加速。$ ?: [$ K$ z$ }. [1 A 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5 o7 y% l9 i) o! t 来表示;9 f }, T7 A$ \: B+ }* l' b+ w 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/ s1 E& Y& ]% r; t 三维以下的数组;c、循环内只调用了内建函数(build-in function)。! ^6 `5 b! g: S5 E) E$ Z 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 U1 }" M# s% G/ ?2 `; ?' H 加速运行。# u. T' i2 g# c# h 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:! L8 X/ f+ R4 ^% n3 ] x = a.name; for k=1:10000, sin(A(k)), end;9 H0 K" [2 x' ~$ Z 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! m4 d; b2 o2 M8 V" ` 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 运行速度。! U* d' @. @' g3 s/ d5 j0 C! A g & d$ \# C2 a4 y7 A 4 p% T0 X$ b7 g3 D; I1 i 二、 遵守三条规则, r. ?: z; Q# M8 @# i9 o4 e 1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic0 m2 U1 {1 |: A6 C" j h h means it is designed2 k4 V& Z5 V- u8 d! f2 C9 K $ P: k1 c! ~7 b7 Z+ F% u2 ~ for vector and matrix operations. You can often speed up your M-file c ode by using vectorizing algorithms that take advantage of this design. Vectorizati8 |% S8 L# v2 p+ ?0 K5 S% T on means converting for and while loops to equivalent vector or matrix operations.”。改进 这样的状况有两种方法: a、尽量用向量化的运算来代替循环操作。如将下面的程序:% s7 e! {( ?' l0 R i=0; for t = 0:.01:10% E& q. \; w, h i = i+1;% ?8 X. C2 E) Y$ J4 b0 P* T7 y2 j2 s y(i) = sin(t);/ _0 H9 h2 j- z# X end0 k t3 F3 r0 e; I: j B' w8 c 替换为: t = 0:.01:10; y = sin(t); 速度将会大大加快。最常用的使用vectorizing技术的函数有:All、diff、i2 m4 ]8 F$ I, J4 C% U' Y& I permute、permute、/ l: t8 Y' e5 t" |4 p reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums% O; ~, m" k1 \" a- c; O- o' S um、ind2sub、, K% g, ~, p- u ndgrid、repmat、sort、sum 等。 请注意matlan文档中还有这样一句补充:“Before taking the time to2 G8 m. s/ ]& z2 ?& F + B0 t; T( c* R vectorize your code, read the section on Performance Acceleration.5 j& S5 Q& E/ [! V: @% f- L You may be able to speed up your program by just as much using the MATLAB JIT Accelera+ a* g( ?' p/ T& b+ R: a tor instead of vectorizing.”。何去何从,自己把握。 4 ?9 O) _2 J$ L9 u8 V/ T 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。7 f2 q9 m8 P5 }6 m8 } 8 `9 D0 h* n G 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- J( l6 o& q+ }: i5 @; | 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: ' \1 K4 O/ \1 @6 y1 P) l A = int8(zeros(100));9 z1 ]0 _7 p7 ^! W 换成: A = repmat(int8(0), 100, 100);3 _% p# l( {4 S4 T% T3 Y c、当需要扩充一个变量的大小、维数时使用repmat函数。. T/ _# o& Y5 @+ K0 ` 4 `+ P0 p3 q, _6 _, _9 D# n& e) v 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。" j8 O( {. i4 L2 M# O; C b、使用Functions而不是Scripts 。 7 c: E1 }) y0 g 三、 绝招& N [' O. }) y$ w0 L 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。: O% O S. M" y( l 1、改用更有效的算法% ?9 H* C+ |8 q) K0 D8 M9 ]. l- M 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。% E% r" w5 H7 w 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++0 F) b: w+ }0 m' f 语言文件,VC编译”。
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??
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 |