【转载】加速matlab运行的三个境界

厚积薄发

加速matlab运行的三重境界

加速matlab运行的三重境界
  D/ c. K+ b2 p: _. X& i! _%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
, d' w: q* j) k/ S8 X* ^3 S二、 遵守三条规则
三、 绝招
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+ i) g: t. p) Z. s; w0 }( e%%%%%%%%%%%%%%%%%%%%%%%

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
% z4 K. ?* ~# ]1 B; O( x! N. D其规则总结如下7条：
. a! g% V5 A: p0 P1、只有使用以下数据类型，matlab才会对其加速：
9 D8 x: F9 h6 z! y' [0 J6 `logical,char,int8,uint8,int16,uint16,int32,uint32,double
+ {/ I" w3 H3 x: a" a2 x" {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
; F! U: w1 h$ @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
) Y5 R# B! Y: H3 u7 C$ x8 Y来表示；
6 M, e+ _; B5 l' d8 |% j; `: 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
5 `! u. z# ?; N据类型，只使用
4 j( n' B/ t- a三维以下的数组；c、循环内只调用了内建函数（build-in function）。
. e4 W3 x/ a# l/ s4 O* X1 W4、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
1 F6 }* L7 Q/ W( \& v* c+ s0 h, n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：
, }, {; `% A6 E% ]* f$ C" G3 w9 @$ W% Mx = a.name; for k=1:10000, sin(A(k)), end;
+ s5 y8 O( i; |4 P6、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
) g1 g4 R4 V3 L+ }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
& U; q. X8 ~. s  ~运行速度。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
二、 遵守三条规则
& F$ e9 @, O# s8 K1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
: b& e: G+ ^/ Uh means it is designed
for vector and matrix operations. You can often speed up your M-file c
% d+ t& I9 ?( H9 mode by using
vectorizing algorithms that take advantage of this design. Vectorizati
- w, ~4 V8 Y, x( m  N' u6 Ton means converting
. F' D9 D! n- G, |8 @: n2 Mfor 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：
3 I/ f. b9 |5 r/ d( e7 V. y( ?; yi=0;
& E1 z0 S' N  y; x( _% wfor t = 0:.01:10
% K; h, |2 W$ ^+ S  ]9 R( u7 Ni = i+1;
& g9 p) R& k# t4 ]( W3 W: O6 t: Z2 Iy(i) = sin(t);
# y/ J0 Y5 T) c' n( Wend
1 G) m- p. S! e替换为：
  {! n" D+ Q6 j) ?5 ^5 g+ \% yt = 0:.01:10;
3 ^* L% E+ p# o/ Py = sin(t);
% o7 X+ B. o2 v* 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
permute、permute、
reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
  [! \( o& X, t0 i- p' Q. aum、ind2sub、
' F  u' C5 O! F& s" k# dndgrid、repmat、sort、sum 等。
请注意matlan文档中还有这样一句补充：“Before taking the time to
- Q. {3 _; k- q/ l" Fvectorize your code, read the section on Performance Acceleration.
You may be able to
speed up your program by just as much using the MATLAB JIT Accelera
: @" ?9 J& s# M$ G7 Q: J5 J: p+ |5 Ctor 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
. R! ~6 o/ U5 w$ z; ~: a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
- O$ q) q! W) V* c, i! o) r4 D# Tes、cell、struct、
% i, l4 N! ]7 X2 F6 Y5 w8 p, Srepmat等。
) G8 i  Z" p, ]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：
& K2 Q4 y( s  h* Q" Z4 r2 ?3 h: gA = 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。
! \; K. D% S$ u! o8 l, A( s: V3、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 。
; o2 I0 F: \  N, j, h%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
三、 绝招
# P* ]3 {: C: S; j1 O5 b6 ~5 C* H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
$ q; x% l' u& p3 u' x; N5 w4 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。

* _. ^0 T2 f, \7 N0 Z# Q  来源：iLoveMatlab
0 G6 c! S3 d# f1 |

& w; U) p6 f% O, f5 c9 E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！！！！！！！