加速matlab运行的三重境界

zzwszj

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 " c2 l6 [7 B" t发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004) 加速matlab运行的三重境界

2 Z% q' W( A4 c' ? |9 \

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： % ?- l' K, \4 Q7 f1、只有使用以下数据类型，matlab才会对其加速： 4 n/ g& f' P$ L! g. Flogical,char,int8,uint8,int16,uint16,int32,uint32,double 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, % H; u8 I% S5 E0 H; S function handle,java classes,user classes,int64,uint64 2、matlab不会对超过三维的数组进行加速。 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 来表示； 7 Z. X) |6 Y7 Eb、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 . r) Q# P4 i4 n7 Y4 }; Q- k" t' x据类型，只使用 . d9 _8 \- R% X5 j6 P三维以下的数组；c、循环内只调用了内建函数（build-in function）。 ) R7 V/ g" e7 r+ |! {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 加速运行。 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; 2 S+ a5 e) S' f, ~0 I6、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 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 ( t! U( V4 _' J9 K9 [ T运行速度。

二、 遵守三条规则 $ ~. W- J* {4 U3 i; h" }1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic - {: \5 h6 y4 N3 Uh means it is designed ; G# K# U" @) m" o5 `7 f1 d for vector and matrix operations. You can often speed up your M-file c ode by using / x# t/ ? x6 V- K. Q4 ]; D$ [vectorizing algorithms that take advantage of this design. Vectorizati 9 i* q+ M$ H' P& R8 Ion means converting $ e& b, _ m' G+ j0 Wfor and while loops to equivalent vector or matrix operations.”。改进 9 R3 \+ X8 B% b% k3 B) d这样的状况有两种方法： / R0 {. i8 T. f; z2 V2 k+ S) F ; l7 m* x/ s3 ?8 Z. j8 ^a、尽量用向量化的运算来代替循环操作。如将下面的程序： ! e; m$ U$ g! C! D* g, L+ C: l. q0 Ji=0; for t = 0:.01:10 " r. u; V, h1 a! i1 yi = i+1; : u7 y9 A4 P& _4 _y(i) = sin(t); 9 U6 Q, i, } T4 @* Q. Vend 替换为： , W1 C/ l+ K4 A; h4 L% I6 ~7 Vt = 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、i # x e5 J+ a' D7 {* b1 tpermute、permute、 8 S! b1 N1 m2 F5 \' \& [6 y" h8 p) Freshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums um、ind2sub、 $ h: o; s$ W+ L/ ]ndgrid、repmat、sort、sum 等。 # v. o/ Z- ^; S7 W" u4 |0 Q; W4 h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. ) h7 u. h. S8 ?- z" SYou may be able to 1 b$ v( J5 M/ a: U) b( gspeed up your program by just as much using the MATLAB JIT Accelera tor instead of vectorizing.”。何去何从，自己把握。 C3 { H+ b5 M 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， ! C& N% Q# f$ z$ o内环执行循环次数多的。这样可以显著提高速度。 4 t* o6 Z$ @5 }. N : I% S, x; y9 X3 X; b( q2、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 # E: O$ h5 I% W4 ]$ aes、cell、struct、 m2 J% F, F0 Z: ~7 p+ v& |" Hrepmat等。 # z, j. f6 \1 [' Cb、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： 7 n2 r' j- y) P( P5 c- n) wA = int8(zeros(100)); ( w8 S# T* f* ^! P0 A9 ^! a$ I5 F2 O换成： 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。 7 s3 z& O8 _; D$ @ 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。 1 \0 {; P% ^1 w6 \% F$ D2 R8 Eb、使用Functions而不是Scripts 。

* H4 X' S" q9 L' j1 |( m8 E

三、 绝招 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 * l' }+ A- L2 t8 d5 b& _8 `% c8 m6 z2、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。 + r' G; w; ?9 W1 ~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++ : F! j$ s; U. @" G语言文件，VC编译”。

fup

Great.

ornewuser

好文章

zzwszj

注意

加速之前应该先测试 * b% ?9 Z: Z& @. I! {/ K/ O使用profiler可以获得程序各个部分的耗时 如此就能高效的加速

因为有的时候导致速度变慢的原因是逻辑结构不合理， - i# X E( H' _2 ]" Z& \1 u而不涉及程序技术

hamburger_2004

收到！[em02]

hamburger_2004

多谢掌门人，对俺的帮助太大了。

布赖

有没有经过考验的？？？？？？？？