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

  r# L: J6 F4 `1 ALuMath 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。

例子：

+ ?* G  O+ z4 @matlab2009a代码：

1. clear all
   3 Y' u\" C( `+ x
2. clc
   0 V1 ~8 e1 R( ~% S5 h/ l0 t
3. tic5 |! e* f, g: P
   
4. k = zeros(5,5); % //生成5×5全0矩阵
   6 a& M# O8 y% S) g7 d
5. % 循环计算以下程序段100000次：
   ; C* `# Z- ]4 q( D, a. M% v5 z
6. for m = 1:100000
   8 N& u# o5 z- a1 u
7.     a = rand(5,7);: d6 y. @: i1 O\" @6 @( @7 d# Z
   
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$ A5 w7 w; T% U) V1 f+ L
   
9.     k = k + a * b + a(1:5, 2:6) * b(2:6, 1:5) - a(:, 7) * b(3, :);2 `1 I. H4 U9 s; {5 P
   
10. end/ _5 ~1 X9 o+ _- L. h
    
11. k
    1 w. H; E) L  S- Y
12. toc

复制代码

多次运行，结果约为：

1. k =
   \" Z% j4 J9 T; v' k$ z\" Z3 i
2. 
   9 W& {& w4 C/ ^% ~) d& Y
3.   1.0e+005 *
   ! [: P* G4 u) n9 O* B
4. $ u+ A& E4 g  a6 B3 y+ }
   
5.     2.7530    2.7525    2.7509    2.7539    2.7529% E; H1 M$ E; {1 y. b) }
   
6.     2.7521    2.7494    2.7493    2.7542    2.7476+ _# X; J  S% V1 u! x+ q8 W
   
7.     2.7549    2.7524    2.7527    2.7564    2.7517, o  h$ b5 i  E& Z6 d' M
   
8.     2.7530    2.7523    2.7533    2.7525    2.7502  U- |0 S9 P+ y+ G& |\" i
   
9.     2.7527    2.7521    2.7505    2.7519    2.7523; [& `' m! u8 N, ?5 I) k
   
10. , M  t; i6 z5 U3 A% v0 N
    
11. Elapsed time is 2.126704 seconds.

复制代码

Lu代码：

2. !!!using["math"];9 S6 A% O% f- u
   
4. main(:t0,k,i,a,b)=
   
5. # ~\\" q& D6 l, r. d& `\\" y8 ^
6. {
   
7. ' X* E\\" m% J/ `+ Q5 G' s
8.     t0=clock(),\\" }4 F1 y) g; E; t
   
10.     k=zeros(5,5),         //生成5×5矩阵k，初始化为0  [, p. n! I4 U+ R2 [6 V( W
    
12.     i=0,(++i<=100000).while{//循环计算100000次
    
13. + N6 }\\" s( H, S+ K9 `  X* _
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% ]0 O3 a1 V/ |5 v\\" r- F: ^
    
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)& C2 R2 Z% K1 w% y/ [' u
    
18.     },, k\\" _. F/ c, e# o6 T
    
20.     k.outa(),             //输出矩阵k. y; B/ F9 Q$ ~& H
    
22.     [clock()-t0]/1000.    //得到计算时间，秒& E. D, `2 [: F1 T
    
24. };

!!!using["math"];<font class=\\"jammer\\">9 S6 A% O% f- u</font><br /> main(:t0,k,i,a,b)=<br /> <span style=\\"display:none\\"># ~\\" q& D6 l, r. d& `\\" y8 ^</span> {<br /> <span style=\\"display:none\\">' X* E\\" m% J/ `+ Q5 G' s</span>     t0=clock(),<font class=\\"jammer\\">\\" }4 F1 y) g; E; t</font><br />     k=zeros(5,5),         //生成5×5矩阵k，初始化为0<font class=\\"jammer\\">  [, p. n! I4 U+ R2 [6 V( W</font><br />     i=0,(++i<=100000).while{//循环计算100000次<br /> <span style=\\"display:none\\">+ N6 }\\" s( H, S+ K9 `  X* _</span>         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\\">% ]0 O3 a1 V/ |5 v\\" r- F: ^</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\\">& C2 R2 Z% K1 w% y/ [' u</font><br />     },<font class=\\"jammer\\">, k\\" _. F/ c, e# o6 T</font><br />     k.outa(),             //输出矩阵k<font class=\\"jammer\\">. y; B/ F9 Q$ ~& H</font><br />     [clock()-t0]/1000.    //得到计算时间，秒<font class=\\"jammer\\">& E. D, `2 [: F1 T</font><br /> };

多次运行，结果约为：

1.          275024         274895         275054         275083         275024
   # I\" {- ~9 }9 K$ `8 e0 a. L' ~2 J
2.          274965         275036         275091         275112         274931/ A6 V5 R2 Z6 c8 Y3 m
   
3.          274975         275012         275020         274963         274939
   9 k3 f  A7 U7 |3 k( t
4.          274981         274976         275117         275065         275044
   9 U, N) o* i1 B+ v! d6 @0 f
5.          274920         274906         275005         274972         274920
   8 N6 _, a3 W  R9 t8 i) n
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。