【转载】加速matlab运行的三个境界

厚积薄发

+ E+ E" e- K( ~加速matlab运行的三重境界

加速matlab运行的三重境界
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
  |. b1 A6 z; Z4 A) D1 h, r一、 遵守Performance Acceleration的规则
二、 遵守三条规则
三、 绝招
2 d: ?  [: x* }$ k%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
0 d3 K( t2 |5 l0 Y%%%%%%%%%%%%%%%%%%%%%%%

一、 遵守Performance Acceleration的规则
关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将
% J. [6 \  A; Z* `$ ?$ ~其规则总结如下7条：
: a6 @3 Z2 ~5 L. G. {7 S0 H1、只有使用以下数据类型，matlab才会对其加速：
8 v+ _( N/ g8 N* N( c3 |) M6 K8 Ilogical,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
" G6 R% H9 [0 b# a/ @) kre,single,
function handle,java classes,user classes,int64,uint64
6 t; m$ o# v; |. n' h; U2、matlab不会对超过三维的数组进行加速。
  R+ R& k# U1 l( W; _5 n# w6 D3、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
. x3 t7 M: e9 I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）。
$ |/ J2 O4 ^% j: ^! g- I; 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
, s8 q& U0 S* c+ j" V" l* ^) Q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：
2 \4 i$ Z  i5 X' c; \) G0 ~x = 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
' ]6 o' y; [3 x* t! `9 z度。
; [; H+ ?( @* ^$ {# r7、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。
, V4 {: U+ ]5 n, T: v3 J' F%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
8 v0 K* _7 I2 @7 ?6 j* b% f, B% y8 d%%%%%%%%%%%%%%%%%%%%%%%
二、 遵守三条规则
1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
2 v6 ^/ ]) n: Ph means it is designed
for vector and matrix operations. You can often speed up your M-file c
ode by using
vectorizing algorithms that take advantage of this design. Vectorizati
on means converting
for and while loops to equivalent vector or matrix operations.”。改进
这样的状况有两种方法：
9 f; L9 N/ M$ J" M1 ga、尽量用向量化的运算来代替循环操作。如将下面的程序：
7 o0 g9 c( P' |2 Ki=0;
' d) x6 _7 I1 G& {: Tfor t = 0:.01:10
i = i+1;
+ u- O& X0 `  \5 }6 `! My(i) = sin(t);
end
4 N. G/ ]! b6 ~$ s替换为：
, B5 X$ z6 T: c9 R. Y3 Dt = 0:.01:10;
y = sin(t);
! I+ {8 I" D  j- y' P; @  A) 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
permute、permute、
" u! Q6 @& ~* C; treshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
um、ind2sub、
ndgrid、repmat、sort、sum 等。
7 I6 k3 D4 o2 K# k2 m请注意matlan文档中还有这样一句补充：“Before taking the time to
vectorize your code, read the section on Performance Acceleration.
' z, U7 i  e% bYou may be able to
( S$ d+ }* x4 \, ]: tspeed up your program by just as much using the MATLAB JIT Accelera
tor instead of
5 t: f" F3 J: y6 c& W& u- ]2 svectorizing.”。何去何从，自己把握。
  z, a# W9 L* W& Jb、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
2 @$ _" U7 M6 L8 z行循环次数少的，
8 C9 N: W- P7 C( J8 m2 M$ W内环执行循环次数多的。这样可以显著提高速度。
2、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
  G- i/ z1 y  d% O0 q9 G# P# T  d% Aes、cell、struct、
repmat等。
0 V8 p+ i+ w- x- Rb、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：
* {7 M9 C1 I7 r! k% |A = int8(zeros(100));
换成：
0 `3 K$ R( X. [% aA = repmat(int8(0), 100, 100);
0 Z4 D5 `9 t( X# a' dc、当需要扩充一个变量的大小、维数时使用repmat函数。
9 t0 Z1 u# z1 L8 r# {1 Y3、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。
b、使用Functions而不是Scripts 。
1 Q( i: \/ L: m2 F%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
5 L' ^* |# ]" L# Y4 ^1 ^%%%%%%%%%%%%%%%%%%%%%%%
三、 绝招
  N) {8 Q4 f- P  ]! f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。

  来源：iLoveMatlab

5 J$ l. b# z( @' e- d2 j
在这里本人推荐使用‘绝招’。

XINGQIBIN

请注意matlan文档中还有这样一句补充：“Before taking the time to

HSinB

收藏了，感谢楼主！！！！！！！！！！！！！！

D-lin

好牛啊 从来不知道的 思密达 。。。。。。

leo12ok

相对于楼主，我更倾向于绝招之外的方法，呵呵。

xiaoding123

必须好好研究一下matlab了~~~~~~~~~~~~~~~~

isnowfy

mark。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

yansichong

收藏了~~~对现在建模很有用……我上次写的程序就运行了N久都没出结果……郁闷……

schnee

顶！！！！！！！