【转载】加速matlab运行的三个境界

厚积薄发

  S1 [) o. u5 ?1 m4 I: K# }, N
加速matlab运行的三重境界

加速matlab运行的三重境界
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
) z+ n  U- c) ^%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
二、 遵守三条规则
三、 绝招
# c1 p# s/ {7 a%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
4 G6 P( B# ]1 s%%%%%%%%%%%%%%%%%%%%%%%

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,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,
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
- c- Q4 O' o2 d来表示；
. ~5 L: w$ y5 A. P1 p. u. [; \; Zb、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
5 P# w% j4 m( ~. Q- Z% M8 T/ P三维以下的数组；c、循环内只调用了内建函数（build-in function）。
( D  ^5 t! Q9 N. P) u: N4、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
: E; d) w& {4 J  B8 V$ _加速运行。
( ~4 ?& V, C% }# i5、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：
  y1 G/ L7 k' |5 g. Fx = 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
2 E' ?! @1 L9 p4 N: y* v6 w1 K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。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
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
) r+ j" Q  l. e- D5 d) l+ Oh means it is designed
  S. K- T9 }& ?) i) ]+ wfor vector and matrix operations. You can often speed up your M-file c
/ x; Z7 n( m$ R# S% E% X" R5 mode by using
# O+ I- c" T5 O: q$ ?vectorizing algorithms that take advantage of this design. Vectorizati
) h; w) o# M! D, H6 mon means converting
5 [+ h: e( H! E8 Hfor 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：
i=0;
for t = 0:.01:10
% J5 n& D! u* ~7 W5 w( B+ i( Ii = i+1;
4 I7 E' X8 `$ e+ G( x' [+ K, My(i) = sin(t);
. @! \+ @) [& B5 d- y$ g7 @end
* u5 C( c3 n( S) Y替换为：
0 p  Q5 H; \/ ~' y9 l5 {1 d! St = 0:.01:10;
/ v5 Z0 f9 h% ky = 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
- T0 |  X2 i5 upermute、permute、
reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
' `6 p3 W( w8 c( rum、ind2sub、
8 b- O" [* y1 p+ n) ^. t4 U( D9 qndgrid、repmat、sort、sum 等。
3 B% H$ F% R6 o% M+ N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.
# _* @7 z, F2 n6 fYou may be able to
) i- }$ ^8 ~% s9 S+ \- Hspeed up your program by just as much using the MATLAB JIT Accelera
" B, L/ V( L6 C3 L4 C  A6 e- ftor instead of
vectorizing.”。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
行循环次数少的，
0 v3 [- q& @& J* [0 b& l, V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
2 q# P5 r' T! k4 Nes、cell、struct、
repmat等。
) N2 f" Y- A4 |+ ]0 e( F) rb、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：
, Y' F7 k4 x  f) a0 vA = int8(zeros(100));
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。
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 。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
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
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。

1 w' `, Z: R, w6 ?" m7 f) Q3 d  来源：iLoveMatlab


2 @: M2 @5 V9 O4 m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！！！！！！！