【转载】加速matlab运行的三个境界

厚积薄发

' Z# e& x+ R* t( G加速matlab运行的三重境界

加速matlab运行的三重境界
5 _. f3 J- v1 Z1 @. D9 o; j* j%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
0 Y* q7 ?6 W; P8 O二、 遵守三条规则
三、 绝招
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
( R2 N6 O  [. S" H5 h%%%%%%%%%%%%%%%%%%%%%%%

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：
; A6 g3 R/ E0 o6 vlogical,char,int8,uint8,int16,uint16,int32,uint32,double
8 r, B$ D4 m, M) B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
来表示；
- e5 S8 ^4 P/ j7 q+ b  H) z# R; c* mb、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
# X* \8 {3 S/ F0 W; x加速运行。
4 L. Z% E# `  P' V. G5、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：
0 S% F) y: j5 T2 `& C7 cx = 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
, \3 p3 c. i/ I. i$ [; ?+ ]8 ~4 ^度。
' p8 I  D# W- Z% v% x) U0 u1 p7、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。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
5 T* Y' A. g5 E; A1 |& v- P8 _%%%%%%%%%%%%%%%%%%%%%%%
. G1 J# E6 T/ O0 \' E二、 遵守三条规则
7 B2 r  e5 v) f$ Y/ n  c1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
  f5 }4 a& X. L3 X3 @3 Dh means it is designed
for vector and matrix operations. You can often speed up your M-file c
8 [  S3 M9 K# f. ^7 Oode 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
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
i = i+1;
6 ~2 F8 _1 e6 E$ A' ay(i) = sin(t);
5 F; D6 a& f0 B6 t/ vend
% I- z5 e4 p7 G/ \3 u7 i替换为：
t = 0:.01:10;
1 {7 i- ?3 B$ d% J! j9 B! e8 b5 Wy = sin(t);
0 ]7 s) j- ?5 d, k$ y% E3 n- {* F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、
7 J: e. }+ o! t8 }% lreshape、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
vectorize your code, read the section on Performance Acceleration.
0 O, C1 @9 l4 l7 {: F$ ~You may be able to
speed up your program by just as much using the MATLAB JIT Accelera
tor instead of
% O. l7 u% @4 {5 L2 g" gvectorizing.”。何去何从，自己把握。
6 s7 Q, B! ^  \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
0 L. V% k& `: A/ N( H行循环次数少的，
9 t" I% g1 D( i5 M, ]( P: l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。
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：
A = int8(zeros(100));
- t" v% k: z6 |7 v4 G换成：
2 P8 ?( O" m) _& I# q; x# ?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 p3 T4 U+ n! o+ b3、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 。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
# s( i4 v8 x" Q- D%%%%%%%%%%%%%%%%%%%%%%%
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。

  来源：iLoveMatlab


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！！！！！！！