【转载】加速matlab运行的三个境界

厚积薄发

& G+ ]+ b4 P9 [& _' Y# \
加速matlab运行的三重境界

加速matlab运行的三重境界
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+ P" y, J' S' @0 h% }2 d%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
二、 遵守三条规则
三、 绝招
& X: @. ~" d3 @! X4 y% R%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 _- l4 Z3 A0 R  {- a/ x9 X, u. m& R%%%%%%%%%%%%%%%%%%%%%%%

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
其规则总结如下7条：
1、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
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
2 [$ \; l. _# P: U2 g9 {re,single,
function handle,java classes,user classes,int64,uint64
2、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
1 I) ~. U* s8 U3 t来表示；
% d( s3 o, L  d: u  N8 C$ ], Fb、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
5 F$ {% L/ H# R3 e, E+ w% H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）。
0 H4 ^' U. S3 ^5 s3 b4、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：
0 e+ S! a2 t+ J- I5 p) v( _x = a.name; for k=1:10000, sin(A(k)), end;
- b! O5 o- L  r. m6 y7 O* z6、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 b8 z. Q, |4 `$ f& |* M度。
  ?; [8 R: g, y; |2 d) R: b. d7、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
$ Z7 }4 |" R) m; }. h运行速度。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
( ~& i& H& m) Y$ u! G: [$ Z二、 遵守三条规则
1 U  l0 v6 l3 p9 z- }$ G' F7 M4 C1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
! `6 m8 i$ _# t# S% I! I  `h 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
$ g; I& X# z4 u1 h- Qfor and while loops to equivalent vector or matrix operations.”。改进
这样的状况有两种方法：
0 H% l0 `2 y7 na、尽量用向量化的运算来代替循环操作。如将下面的程序：
: Z# j5 V. E& ?3 N/ Xi=0;
for t = 0:.01:10
i = i+1;
7 r' G0 F/ J2 w$ I7 vy(i) = sin(t);
end
替换为：
t = 0:.01:10;
y = sin(t);
速度将会大大加快。最常用的使用vectorizing技术的函数有：All、diff、i
' B2 x: }  m4 e9 r5 ipermute、permute、
. g# ^! S# _$ @: ~4 k1 Q  Kreshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
+ H3 ]  g( H, M+ d" t1 _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
1 s( c, L4 {( tvectorize your code, read the section on Performance Acceleration.
You may be able to
8 J: z. a7 q& ?: n# mspeed up your program by just as much using the MATLAB JIT Accelera
8 k! Q! |/ X, U, N+ vtor instead of
' Y2 M, O6 F" `( E+ Kvectorizing.”。何去何从，自己把握。
) n7 d0 ?2 b* Nb、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，
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
es、cell、struct、
repmat等。
6 l" T' J' _' u( h1 Y8 @b、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：
6 d" h& E$ B' a8 W9 [6 E: VA = int8(zeros(100));
6 I0 }6 p0 S, P, P$ a0 u: \换成：
A = 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。
b、使用Functions而不是Scripts 。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
三、 绝招
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。
. C  W7 _. Y, u0 F( V1、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。

* r1 S  ^$ M0 e2 K/ p# e# Q8 ~  来源：iLoveMatlab
  E& x% Y8 ?4 W& d' `* ^2 ]

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！！！！！！！