【转载】加速matlab运行的三个境界

厚积薄发

# q: J& a1 y- z* c( K9 X) n+ A9 t
加速matlab运行的三重境界

加速matlab运行的三重境界
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
; J6 Z9 G$ @* O2 ~%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
二、 遵守三条规则
" q, J5 x  T# O& N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
+ P" p. J2 `0 c9 b其规则总结如下7条：
1 O! m5 `& ~  m6 c& i8 G# S5 O; k% ]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
/ b, i7 u/ C! B- s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
# \- \1 t# S! i8 W! A- rre,single,
8 @. V) [% t5 x5 zfunction 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；
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
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
加速运行。
5 C" |3 p* h! h0 a9 C5、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：
. q3 U+ z' e* x& tx = 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
! U* u' H  |* G+ `度。
; T+ G1 n4 R" ~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。
) b; H7 S2 q& V, A6 y) F" G" P%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
! ^) k' \& v0 G0 O7 w%%%%%%%%%%%%%%%%%%%%%%%
  U4 @6 J% U) Q# t9 J5 c" V二、 遵守三条规则
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
% z  G2 b2 p" S- t; xfor vector and matrix operations. You can often speed up your M-file c
ode by using
vectorizing algorithms that take advantage of this design. Vectorizati
on means converting
for and while loops to equivalent vector or matrix operations.”。改进
8 M( I4 F+ y( m& H9 e这样的状况有两种方法：
+ ~3 V, w$ A7 t: y, ^/ na、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;
for t = 0:.01:10
i = i+1;
y(i) = sin(t);
end
; L- _4 L* {8 K0 i6 X替换为：
, m! I1 e1 j8 X" t: ~4 J/ C6 ~* pt = 0:.01:10;
y = sin(t);
8 @/ A2 G/ J9 B+ r' N# ]速度将会大大加快。最常用的使用vectorizing技术的函数有：All、diff、i
permute、permute、
reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
um、ind2sub、
9 j$ I$ C4 I; Yndgrid、repmat、sort、sum 等。
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.
) ], O. v7 ^2 b* ]7 wYou may be able to
4 _& M/ P% @4 [6 J1 {0 c5 dspeed up your program by just as much using the MATLAB JIT Accelera
tor instead of
: D& H0 g! ^9 M! cvectorizing.”。何去何从，自己把握。
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
4 F3 k# W  r! L6 H+ Z2 i行循环次数少的，
, c; D/ ^2 v) I: c. G0 R& j/ w- S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
" C7 Y; P. S: s! ~6 H6 X& o3 r- Des、cell、struct、
1 u8 D7 C) x6 C# \  Z' Frepmat等。
; R$ Y5 P  x1 f0 ?$ F# a3 M0 @; |! }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：
, |+ V0 j+ e# j* X2 ], }/ H% ~( AA = int8(zeros(100));
  V3 f$ V3 a6 ?: O' y. i# H+ K" [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。
6 U- z4 R+ M$ B! l! i# l3、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。
% E* e9 M$ ?1 i, W" S$ Fb、使用Functions而不是Scripts 。
, g. k0 {$ r/ N9 l%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
; H0 l5 f, q8 a( v%%%%%%%%%%%%%%%%%%%%%%%
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
& r4 R/ D* S, k5 @  D. T# ~. r9 q" Q' P2、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。

3 g3 q0 f/ w3 E7 C& o' \  来源：iLoveMatlab

* D" E- S9 J2 e4 `5 N  Y  V
  c3 o8 m; H! H( ~5 Y5 }/ K9 I在这里本人推荐使用‘绝招’。

XINGQIBIN

请注意matlan文档中还有这样一句补充：“Before taking the time to

HSinB

收藏了，感谢楼主！！！！！！！！！！！！！！

D-lin

好牛啊 从来不知道的 思密达 。。。。。。

leo12ok

相对于楼主，我更倾向于绝招之外的方法，呵呵。

xiaoding123

必须好好研究一下matlab了~~~~~~~~~~~~~~~~

isnowfy

mark。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

yansichong

收藏了~~~对现在建模很有用……我上次写的程序就运行了N久都没出结果……郁闷……

schnee

顶！！！！！！！