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 + ~) L0 d f+ w1 ]# n2 [' N( {- P标 题: 加速matlab运行的三重境界 1 V$ v0 c. _5 i4 F: b发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004) - n7 |, y9 c% D& ]- B, ]加速matlab运行的三重境界

) b# g; R8 N6 r" W+ y+ s 0 |5 ]" t1 q/ w& k3 g

一、 遵守Performance Acceleration的规则 & _& s$ r- S c4 J关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将 w% {+ H, [9 d其规则总结如下7条： 6 v4 r* i4 E! n5 ], F1、只有使用以下数据类型，matlab才会对其加速： logical,char,int8,uint8,int16,uint16,int32,uint32,double + F) k! @. \2 V B: N+ V! s! J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, ' \4 l( M: y: Y' }! X( ifunction handle,java classes,user classes,int64,uint64 2、matlab不会对超过三维的数组进行加速。 / G3 E! V+ e6 z7 W6 F& Y4 ?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 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 ; n& {3 j5 `: y1 G3 v; O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 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： + y" h1 a6 p) h# J& Zx = a.name; for k=1:10000, sin(A(k)), end; 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 8 U& R3 q8 U9 W! f0 r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。

+ f$ Z+ v; ^: P5 h

二、 遵守三条规则 # X" K" G; I' T+ P6 L: J1、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 & R( ?# g* j+ X3 u& u: k" zfor vector and matrix operations. You can often speed up your M-file c ode by using . s8 n# l- D$ V6 P8 evectorizing algorithms that take advantage of this design. Vectorizati ) L# l1 C3 j1 l4 H. u# L( {on means converting 8 ?# k7 ]/ A' c Q0 V% k# e5 _for and while loops to equivalent vector or matrix operations.”。改进 这样的状况有两种方法： 0 y% l0 e; _' ^ * @2 u! s% E- @; sa、尽量用向量化的运算来代替循环操作。如将下面的程序： ! n( x# E% R( O9 Z% f {9 N4 L $ u, I t- F) o+ Pi=0; 9 f& _5 @* o e% @/ ? Cfor t = 0:.01:10 i = i+1; / t, a, J; S8 h& [9 N5 X& Zy(i) = sin(t); end * i4 l' n3 A0 I; s替换为： t = 0:.01:10; ) A* m! n- G u2 b, t }* x1 Ty = sin(t); 1 Z3 @0 e6 }0 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 1 \- a+ f5 x! x$ e* Wpermute、permute、 0 }# R0 t+ P: t9 R4 D& q" Creshape、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 . o( q8 L2 T# h5 I7 ]* @vectorize your code, read the section on Performance Acceleration. You may be able to - v. H7 a: G6 J8 o% ?! uspeed up your program by just as much using the MATLAB JIT Accelera tor instead of * b/ `+ n$ o& _9 J2 g6 E+ ~vectorizing.”。何去何从，自己把握。 , u' _3 P* @& d6 {& x$ a8 R 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 行循环次数少的， # Q1 w- ]4 p1 R/ E" Y7 u5 `+ b5 U内环执行循环次数多的。这样可以显著提高速度。 - d8 M7 U# [8 ^4 M + o8 |! ]& f& h6 m* g Y2、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 : R; x! H9 ^$ T: f* ~es、cell、struct、 repmat等。 / |; N) i- `7 {6 S( _+ ub、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： & Y. R: r5 I. ~( v2 z A = int8(zeros(100)); 换成： A = repmat(int8(0), 100, 100); 5 K& `) y/ e y* G$ ~3 hc、当需要扩充一个变量的大小、维数时使用repmat函数。 8 f: |2 Y+ [9 c2 I4 b# T3、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。 8 w; g- U& Q2 Jb、使用Functions而不是Scripts 。 + ?* x" y! q' {4 }( }7 p- f# Z' B

三、 绝招 4 `# K" C+ S( C3 R" a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。 ' E+ Z4 q, r; g0 s8 p2 E1、改用更有效的算法 ) i# H. ~3 R# B/ `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

加速之前应该先测试 使用profiler可以获得程序各个部分的耗时 # A9 }& ^! J i, P0 t0 d如此就能高效的加速

+ X }# g. G/ e

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？？？？？？？？