【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
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
: {4 g1 G5 T+ N$ z8 s& P! O/ d%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
3 D) d7 k9 J. X; I# b3 L8 Y二、 遵守三条规则
三、 绝招
5 K; B1 N8 }: d2 q: q%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%

一、 遵守Performance Acceleration的规则
# i9 t+ M# V* E: x% V& g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：
$ `, b! q7 Y5 c5 H; \* [, blogical,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
% }' B  P6 t* b2 o2、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
1 [( b' o8 Q3 P7 B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
+ h/ T/ j! n& q6 f8 K/ n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
+ ]8 S' C7 M* n, o5 [! p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：
; t8 Z# M- g4 @) n3 d- sx = a.name; for k=1:10000, sin(A(k)), end;
) z3 Y) B& [: V. S4 N, r6、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
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
- K$ y, H$ P0 Z( J: P& d9 u运行速度。
+ v: X2 n3 a  {# q7 Z2 j8 l%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
5 q0 F/ P1 j  R; P二、 遵守三条规则
6 ]  Q- s4 Q  x+ S8 O1、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
, i3 q, J/ v7 m5 {& `) ?" `for vector and matrix operations. You can often speed up your M-file c
, B. B2 e: m( m. y# s0 Z. gode 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
: B: `! {, q9 M0 B3 C这样的状况有两种方法：
/ h; Q1 Q/ g$ B$ ca、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;
: l# M; V- @0 @+ U/ iy(i) = sin(t);
end
3 J% v$ v! c( G3 ]3 @替换为：
t = 0:.01:10;
y = sin(t);
6 H: w5 r2 R: |9 P0 g4 \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、
5 w% e5 z; e$ R' E' jreshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
um、ind2sub、
ndgrid、repmat、sort、sum 等。
+ G! o) K' ]! g/ M, I* t; I' {请注意matlan文档中还有这样一句补充：“Before taking the time to
9 K+ g0 _, v  u0 A4 svectorize your code, read the section on Performance Acceleration.
2 C  @3 y5 d5 Y% x# N1 `0 cYou may be able to
speed up your program by just as much using the MATLAB JIT Accelera
' a, D# b% f% ?# x! r% i! mtor instead of
& S1 T$ W6 j7 S: r8 P, K# V5 {9 q  ivectorizing.”。何去何从，自己把握。
- M) q5 x5 `1 _- F7 db、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。
' y. E4 \3 K# \1 w  u+ Q3 U) n2、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、
* w5 d1 t3 p! |5 Frepmat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：
4 ]0 D+ v- K# Q- k! {# U8 pA = int8(zeros(100));
换成：
% U- u8 e9 ^$ C# S( \, {A = repmat(int8(0), 100, 100);
% \" F- _8 D) y' q: Y  f) Rc、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
, d6 X7 X  s6 p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。

( D3 ^8 ^, D* ?) x% I% M6 `# X
  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！！！！！！！