|
非常实用的Matlab编程技巧。可以试一试。 ' u% d$ \, o- p! {2 Y/ F
CTerm下载文章: 紫丁香★
, H4 w8 X6 d" ?# `
: l, ?8 c- c+ f9 y3 ~1 G4 n1 A0 O发信人: fork (撒哈拉沙漠的沙), 信区: Matlab
4 m* o0 N2 u9 y) S' S标 题: 加速matlab运行的三重境界
, b3 e9 f% @# M! C- a发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004)' d1 V: K% C7 `" a
) D. x( _$ M( y& j. I+ L) O7 w' w7 n
加速matlab运行的三重境界
$ g. F1 @3 J# `- h一、 遵守Performance Acceleration的规则
5 \; j3 u' l- X* \/ c0 ~5 R二、 遵守三条规则
: a( a" z: Y# X" n5 ~( j三、 绝招
- O# {. y! q. g4 o+ [一、 遵守Performance Acceleration的规则8 T3 H6 v7 J- X/ m& n$ K. ~/ i2 F' B
" V5 c' L7 `" m B7 g! Q
关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将) P5 G4 d$ ]0 A S
其规则总结如下7条:
# m) y( v! x# T4 ]1、只有使用以下数据类型,matlab才会对其加速:1 F! l. r, ^$ h& w- X
logical,char,int8,uint8,int16,uint16,int32,uint32,double
+ n; j3 ~( _3 {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,structu6 H& O8 m6 T9 ?2 Y% N% N9 f1 J; c" c
re,single,2 ^% i( L2 h O ^4 s& l
, h8 _8 @, d$ k+ M( d
function handle,java classes,user classes,int64,uint64
" N$ W+ v5 \ g7 ^, Z/ G! e" G& j2、matlab不会对超过三维的数组进行加速。
% Q$ K/ ]1 C' h6 Z) U- {* V3、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
3 [$ W+ _9 i: v: D) m3 x来表示;1 {) z, T2 _4 |/ S( `, W y) C
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
6 L# w; N+ A% S; J" z6 N% F据类型,只使用
$ s) P+ @8 T6 ~0 W! T三维以下的数组;c、循环内只调用了内建函数(build-in function)。
6 r. u9 d7 X# T5 P: h0 @ k4、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
' F9 A& _# H! @- j加速运行。
2 p6 I# I8 I; e1 S% x! \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:
- K1 a! I2 `5 ?% P1 Jx = a.name; for k=1:10000, sin(A(k)), end;5 K4 R0 {6 E4 N
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5 C5 _3 D S3 H" G( [' h
度。
, \1 N+ }' x @$ C# D3 ]$ V2 \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
$ ]5 @! {, r* ]- n* k运行速度。
. Q1 d$ z% ~3 o% M# \6 L/ l8 f; w8 z) l
% g3 X, M" P2 B. }! Z! j
二、 遵守三条规则3 d" H y/ }3 ~9 t, d; L. r/ K: N
' A0 |# b' P; h) y ^6 V _7 d; w2 }1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
3 a0 Z0 M( l8 b/ xh means it is designed
4 Z! `$ p' K2 ]* H. n5 F9 r2 z& [1 } i
for vector and matrix operations. You can often speed up your M-file c" s5 K) E8 r- \ i8 B1 x
ode by using
3 f) d; d% |# Z0 _2 G# z/ Tvectorizing algorithms that take advantage of this design. Vectorizati( x) }# n9 z8 d/ [# M
on means converting
/ p9 I, |- Z) k! Dfor and while loops to equivalent vector or matrix operations.”。改进
% U/ k5 f) @2 ~- y" d这样的状况有两种方法:6 V5 t. y3 V0 b5 T Q
3 T! v5 v6 X, t2 z7 t2 Y
a、尽量用向量化的运算来代替循环操作。如将下面的程序:1 v, Q- M! Y5 O/ h9 x9 d
6 t- ~0 }4 v. J& n5 F3 A; {i=0;2 R8 f7 G1 o) h! ]5 D; G: a
for t = 0:.01:10
6 n2 ?, p7 l j( G/ N- K" Qi = i+1;
1 J# s' a% x" [4 x8 ^0 ny(i) = sin(t);
) ?$ G& W. ^: Y* Fend
3 q3 t. M9 \3 c+ J1 ]3 G替换为:
7 M, J- l2 \, h0 Z4 lt = 0:.01:10;6 ?; j+ x# q( L& W# @. E7 B0 |
y = sin(t);
. V% T2 ~6 \+ v. s- C* |/ g$ M速度将会大大加快。最常用的使用vectorizing技术的函数有:All、diff、i
7 k; P. @/ }. ~' t( N/ {permute、permute、
+ t E$ {! f. i, h8 creshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
9 ?8 Q: g) @+ ~8 ?0 h0 ^+ Z0 D+ ]um、ind2sub、
0 {9 _ V6 ^" r/ Z# `0 ]ndgrid、repmat、sort、sum 等。
& a% f4 t" O0 X6 A# ?5 e/ `# D* `
: q, G" M$ G/ m& q3 `$ V请注意matlan文档中还有这样一句补充:“Before taking the time to6 `! V+ y5 r6 d; }+ T; S8 g! _
/ J' L/ V( o9 j4 V3 P4 M0 w
vectorize your code, read the section on Performance Acceleration.
+ ~' O& Q+ R( ] M0 b( w _2 s7 WYou may be able to
2 ^7 a) |9 x7 f& U7 K) g# Gspeed up your program by just as much using the MATLAB JIT Accelera
0 W/ Q6 u9 r/ G+ Wtor instead of9 O+ a3 P+ Z6 B5 |/ Q
vectorizing.”。何去何从,自己把握。
/ C( ?1 O" z/ \) U) v. Z( P& Q7 q2 Q/ T7 S$ A! K9 c
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 n2 b* ^1 R* D- V* B' n; K- M
行循环次数少的,3 \1 g8 ~ K4 K T6 K8 f' m# v9 V
内环执行循环次数多的。这样可以显著提高速度。, C: Q, t# \+ ^9 L+ z" p3 t4 I* O- Q* n
$ c0 Y" F9 t: p! m1 Y+ q8 h2、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
" L) C# y& g2 F$ s2 B% Oes、cell、struct、
c: ?$ n. ^% ^ g; frepmat等。
% ^3 U) @; q/ {5 Bb、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:
- [9 A u7 @9 o0 T2 x5 ] H, `. [6 D) h; S) ^* P; P4 r. K5 Q
A = int8(zeros(100));
7 L6 [0 j# X. \3 v& [换成:
8 y/ s; ^) X/ c4 K; sA = repmat(int8(0), 100, 100);; N. g% k2 o9 u$ O, o" D! [& t
c、当需要扩充一个变量的大小、维数时使用repmat函数。
( J, P/ D/ ~$ v! X$ }" |3 ~2 W6 t; G: C/ e/ `
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。
$ d4 p }2 T* V& nb、使用Functions而不是Scripts 。
% `) q! j" c H
+ k3 ^3 c( E4 I( g- z' r: k9 X
$ \0 V. Z3 C, Q三、 绝招
1 F) y, D7 S0 A6 ^9 j1 F; B5 q0 a$ d& G% z
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 h ], V) g5 _2 r2 N+ v+ G
1、改用更有效的算法
1 B( V6 K7 c" y/ _+ N5 y2、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。
3 m! n& {. w* ^9 B
, [6 d( P0 t, K& g0 e- G& A% [关于如何将M文件转化为C语言程序运行,可以参阅本版帖子:“总结:m文件转化为c/c++7 `: [3 h$ O% _; {: s
语言文件,VC编译”。
( w% c/ w3 r# ~' k4 ^ |