加速matlab运行的三重境界

zzwszj

发信人: fork (撒哈拉沙漠的沙), 信区: Matlab 6 a4 B0 p4 v* @& V! C* d标 题: 加速matlab运行的三重境界 发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004) 加速matlab运行的三重境界

一、 遵守Performance Acceleration的规则 1 t6 `! E. v) P' D4 w ( Y$ U; n- r% m! P5 x3 L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： 9 T. X4 ?6 T m7 I2 o* H% V ?1、只有使用以下数据类型，matlab才会对其加速： " t2 K; T' D( h" b+ U9 A0 M+ V" jlogical,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 8 Q% p: H! ^* C! B# L0 D/ Mre,single, " c: r7 Z/ T/ a k) c5 s( p function handle,java classes,user classes,int64,uint64 : O" u& z |( |- P1 I* @# E2、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 * ?' @- a- o; q) {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 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）。 7 n) k7 F- ^" B$ D3 u4、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 加速运行。 1 x" K! N8 J- Q# J3 ]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： x = a.name; for k=1:10000, sin(A(k)), end; ! c! t# \3 U, h5 f' N* w# ^7 T6、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 0 o3 y$ Y8 v0 c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 运行速度。 & d, M5 Q, L% [% u- O& |6 F

% @, D) A8 Y6 W

二、 遵守三条规则 0 f) ^/ T+ |3 D7 Z, ~ " b! n9 E; V" W3 [1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic & N1 G' I* c; |+ t2 m9 Zh means it is designed C* v! T6 J1 p* `: M for vector and matrix operations. You can often speed up your M-file c ) U5 N9 U; [/ v& j. S" Uode by using vectorizing algorithms that take advantage of this design. Vectorizati . W- ^0 F) d4 U* r6 Oon means converting 2 Q1 ]$ Y( e! Nfor and while loops to equivalent vector or matrix operations.”。改进 3 D+ T% o7 j. k4 F这样的状况有两种方法： 4 N& y5 R7 T6 g 8 F6 G8 H& E0 O: L7 @a、尽量用向量化的运算来代替循环操作。如将下面的程序： , H5 d L8 R% B u# y7 ni=0; ( I2 j1 I' T" c6 L2 Kfor t = 0:.01:10 i = i+1; 1 Y4 h4 u6 j$ y2 H; E; t5 ry(i) = sin(t); " F. ~; P3 l9 O0 P8 h+ Jend 替换为： t = 0:.01:10; 9 p5 F1 R/ D' W9 K {3 O9 H: e5 ky = sin(t); 4 h0 W* r3 ]! y& ^- v1 I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、 $ L! \- L t2 }reshape、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 ! {( b' U+ j) Y$ W2 t. Q 8 ]- Y" j" i& y, G0 E. u. Q5 `vectorize your code, read the section on Performance Acceleration. % U. F4 w6 g' d0 Z7 C2 M) wYou may be able to 0 o x" Q" g/ i* l: ]speed up your program by just as much using the MATLAB JIT Accelera 4 s+ k1 s# d( Itor instead of ; t/ E. m, G8 a$ c( @* ^2 h' {( e' |6 avectorizing.”。何去何从，自己把握。 3 Q% s2 }! v8 f 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 9 C0 B6 g Z. W9 j8 L: S K5 u行循环次数少的， ; ?% ?8 ~, K3 K内环执行循环次数多的。这样可以显著提高速度。 # u( f# w9 {/ T' Y* W% N, B, C+ L2、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、 4 {# d* I: h6 Q' Y0 ^8 Trepmat等。 / O3 j; S- W: V' T& tb、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： 3 y$ C' Q6 N7 E9 @' ^% A A = int8(zeros(100)); 换成： 9 F* u u0 |7 L1 h, sA = 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。 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。 3 @0 b% z% x5 `& |b、使用Functions而不是Scripts 。 , u4 t. x: P, o( k. q* ]

$ F4 Q) E! n8 e7 Y* W

三、 绝招 o* l% ?$ f2 [7 N 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。 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++ 语言文件，VC编译”。

fup

Great.

ornewuser

好文章

zzwszj

注意

0 e9 w& Y( X* W! m

加速之前应该先测试 y9 V1 `0 l2 @4 C& n6 U, F使用profiler可以获得程序各个部分的耗时 ; D4 l8 N) A1 |如此就能高效的加速

, u6 c/ L* V: |+ _2 p0 F G

因为有的时候导致速度变慢的原因是逻辑结构不合理， 而不涉及程序技术

hamburger_2004

收到！[em02]

hamburger_2004

多谢掌门人，对俺的帮助太大了。

布赖

有没有经过考验的？？？？？？？？