Lu数值计算扩展动态库LuMath & 小矩阵大运算量效率测试

forcal

Lu数值计算扩展动态库LuMath V1.0：http://www.forcal.net/sysm/lu1/luhtm/lumath.htm
7 z6 w4 ^' B- X
: _5 W5 e% D2 u7 B7 oLuMath 库的数值算法是以矩阵为基础，并进行了运算符重载，具有内存消耗低、执行效率高、代码简洁、实用性强的特点。
) o, c0 M2 D2 o9 k* T- T3 g' Y
例子：
% C4 ^) x3 `) Z* v" h  E2 W3 P0 m' J
matlab2009a代码：

1. clear all7 p+ @6 o0 |* Y/ w
   
2. clc
   & T$ D' C; w; o4 F# i; |
3. tic
   ; `8 a\" i/ q9 Y0 g
4. k = zeros(5,5); % //生成5×5全0矩阵
   5 |) O% |3 t1 s; V# ?
5. % 循环计算以下程序段100000次：
   ; H, k( r8 L, N3 h( p/ }
6. for m = 1:100000
   ' o  {  j, f\" q3 Z7 i: ~
7.     a = rand(5,7);; Y/ T: S) E% O9 F' S
   
8.     b = rand(7,5);%//生成5×7矩阵a,7×5矩阵b,用0～1之间的随机数初始化
   \" d8 ?: t: a  ]7 j
9.     k = k + a * b + a(1:5, 2:6) * b(2:6, 1:5) - a(:, 7) * b(3, :);' T\" i  W3 s0 |
   
10. end
    , s. b4 f% ?  o2 }& u& W
11. k
    9 f* h\" j$ d, y# o! S
12. toc

复制代码

多次运行，结果约为：

1. k =3 s6 z/ x: u# \3 P4 Q
   
2. 5 A/ p# Y, I4 c2 G& n
   
3.   1.0e+005 *
   : L5 \; J8 e0 w( T, |5 k1 d9 x
4. 7 h- Z4 m( I2 }5 P1 M! M
   
5.     2.7530    2.7525    2.7509    2.7539    2.7529
   , ^1 i5 Y% o% u5 Z# M6 G
6.     2.7521    2.7494    2.7493    2.7542    2.7476
   6 `6 G6 f$ {7 W, J+ g; [  f& M+ n
7.     2.7549    2.7524    2.7527    2.7564    2.7517
   # O9 `. p$ f8 _
8.     2.7530    2.7523    2.7533    2.7525    2.7502& q7 e3 K1 C/ @/ P+ }0 p
   
9.     2.7527    2.7521    2.7505    2.7519    2.7523/ v5 u9 t5 k2 [2 W$ J  G7 g
   
10. 
    \" R3 y- Y! R/ c
11. Elapsed time is 2.126704 seconds.

复制代码

Lu代码：

2. !!!using["math"];
   
3. 5 e9 y8 P; h4 J) o1 f5 x8 N
4. main(:t0,k,i,a,b)=
   
5.   y\\" c( e( L! W: M6 v7 K
6. {
   
7. / u6 ^; `: y) `( G
8.     t0=clock(),
   
9. \\" ]  k. [0 w6 t7 h5 ]6 Q/ W3 b! e/ M
10.     k=zeros(5,5),         //生成5×5矩阵k，初始化为09 V\\" H2 T+ a! C
    
12.     i=0,(++i<=100000).while{//循环计算100000次. k/ |+ d, e* V2 i  c
    
14.         a=rand(5,7), b=rand(7,5), //生成5×7矩阵a，7×5矩阵b，用0～1之间的随机数初始化9 X/ X\\" l6 U, {4 v; }
    
16.         k.=k+a*b+a(0,4:1,5)*b(1,5:0,4)-a(all:6)*b(2:all) //计算k=k+a*b+a(0,4:1,5)*b(1,5:0,4)+a(all:6)*b(3:all), `  @6 h+ z! {& m  I
    
18.     },
    
19. ; P* F  H0 d\\" L6 ^( z
20.     k.outa(),             //输出矩阵k; B8 ^: ]2 j* n; a: q3 }
    
22.     [clock()-t0]/1000.    //得到计算时间，秒6 D1 j\\" F  @0 x4 }4 M
    
24. };

!!!using["math"];<br /> <span style=\\"display:none\\">5 e9 y8 P; h4 J) o1 f5 x8 N</span> main(:t0,k,i,a,b)=<br /> <span style=\\"display:none\\">  y\\" c( e( L! W: M6 v7 K</span> {<br /> <span style=\\"display:none\\">/ u6 ^; `: y) `( G</span>     t0=clock(),<br /> <span style=\\"display:none\\">\\" ]  k. [0 w6 t7 h5 ]6 Q/ W3 b! e/ M</span>     k=zeros(5,5),         //生成5×5矩阵k，初始化为0<font class=\\"jammer\\">9 V\\" H2 T+ a! C</font><br />     i=0,(++i<=100000).while{//循环计算100000次<font class=\\"jammer\\">. k/ |+ d, e* V2 i  c</font><br />         a=rand(5,7), b=rand(7,5), //生成5×7矩阵a，7×5矩阵b，用0～1之间的随机数初始化<font class=\\"jammer\\">9 X/ X\\" l6 U, {4 v; }</font><br />         k.=k+a*b+a(0,4:1,5)*b(1,5:0,4)-a(all:6)*b(2:all) //计算k=k+a*b+a(0,4:1,5)*b(1,5:0,4)+a(all:6)*b(3:all)<font class=\\"jammer\\">, `  @6 h+ z! {& m  I</font><br />     },<br /> <span style=\\"display:none\\">; P* F  H0 d\\" L6 ^( z</span>     k.outa(),             //输出矩阵k<font class=\\"jammer\\">; B8 ^: ]2 j* n; a: q3 }</font><br />     [clock()-t0]/1000.    //得到计算时间，秒<font class=\\"jammer\\">6 D1 j\\" F  @0 x4 }4 M</font><br /> };

多次运行，结果约为：

1.          275024         274895         275054         275083         275024
   3 W* [  T( |' V9 V% i  A. G# l
2.          274965         275036         275091         275112         274931
   7 k& c' u# U5 n
3.          274975         275012         275020         274963         2749397 W\" a1 S: t' _# g* Q
   
4.          274981         274976         275117         275065         2750447 e) r# ~! y0 ^8 f) r# _# h: S2 m& s
   
5.          274920         274906         275005         274972         2749208 M8 Q6 a: c: ?- ?2 {- r: K) d
   
6. 1.25 秒

复制代码

Lu快于matlab的原因应该仍在于内存管理效率较高。