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 发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004) 6 q6 B$ h/ L1 Y( K% U加速matlab运行的三重境界

# h# a. u" w% |# K- d

一、 遵守Performance Acceleration的规则 % }% P3 r$ F: H 2 d* w* R+ G6 J# w( {: w- g关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将 * {9 L$ K# q; e- D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,double ; c5 T7 J5 j9 | V7 n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, ; A+ ?( N$ J, ? ! o6 |1 W1 m/ p z1 |* i/ z) bfunction handle,java classes,user classes,int64,uint64 2、matlab不会对超过三维的数组进行加速。 % S+ L+ ~6 `; V! O a7 s3、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； 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 ' U1 }$ D# V/ U据类型，只使用 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 4 c' q& p8 u8 b3 V- M3 l1 }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; 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 $ R, C& S9 F+ o; [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。

) o' e, |: L8 _

二、 遵守三条规则 7 O# _) J% o0 a5 U* f* ]8 t! o! h* J- J% ?1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic h means it is designed . R5 Q# ~1 n% w+ L" u9 Y( ` for vector and matrix operations. You can often speed up your M-file c 4 O; e9 |1 b% N, ?; E, ^" V! c& N Code by using vectorizing algorithms that take advantage of this design. Vectorizati 0 ?7 s" b b- W. jon means converting 3 U7 D* E8 b0 U& Z( r# J5 |2 Wfor and while loops to equivalent vector or matrix operations.”。改进 这样的状况有两种方法： ! O4 Y: `2 i( A9 o/ W7 z , ?/ ]1 U2 l- ]! ~+ Ya、尽量用向量化的运算来代替循环操作。如将下面的程序： ; D9 |+ Y5 I/ f( G+ W- C; I ' i% D( U/ M! z2 T- ]3 @i=0; for t = 0:.01:10 , r! h) t7 G$ N ^0 gi = i+1; # a0 G1 L+ q7 J: I! F ~3 qy(i) = sin(t); 1 m6 U) Q; s/ o: X4 |end $ X: @% q i5 R& |! W替换为： t = 0:.01:10; y = sin(t); & {+ \9 H- J. m% U7 V8 Z$ T- I4 D速度将会大大加快。最常用的使用vectorizing技术的函数有：All、diff、i 0 N5 o% f0 \4 S5 Gpermute、permute、 reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums um、ind2sub、 ndgrid、repmat、sort、sum 等。 请注意matlan文档中还有这样一句补充：“Before taking the time to 8 B( m1 g; ?9 j5 R 3 e( e7 P' A$ K9 k( u+ Tvectorize your code, read the section on Performance Acceleration. You may be able to , o$ V0 y2 u% E* ]9 x7 [speed up your program by just as much using the MATLAB JIT Accelera tor instead of + N9 c9 {$ @- wvectorizing.”。何去何从，自己把握。 ( U% a* Q# g k7 j+ { + ?! ?- \, @% o6 N. w3 X3 `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。 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。 9 L6 u- W w$ Y6 Pb、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： ; D% v5 ^' ]; r% G A = int8(zeros(100)); 换成： , E; E, R. W" {4 b' ~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。 + ?# A1 {9 A! `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 。 ( f- {" t5 ~- q+ b2 _) z V

三、 绝招 ! u; ^+ ^" N: s- u+ D6 o/ T 7 ^2 Y! a; \! P# v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 " I4 D9 g, r6 ]0 W$ h% A2、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。 8 g5 G3 K l+ c5 b2 T5 L 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++ % @6 @! v$ ^$ c$ [; a1 c* Y" {8 L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" ^3 e6 D$ @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

; p0 @! d, o7 o

因为有的时候导致速度变慢的原因是逻辑结构不合理， : Y Z' Y# Q" F* u2 X$ ]$ q) p$ k$ T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？？？？？？？？