[转帖]加速Matlab运行的三重境界

helen

非常实用的Matlab编程技巧。可以试一试。

CTerm下载文章: 紫丁香★ 8 }. v6 h. y r5 Z2 m, O发信人: fork (撒哈拉沙漠的沙), 信区: Matlab 9 b6 j. y$ l% e: [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) 3 ?2 f7 |% A8 u/ C- Y$ g加速matlab运行的三重境界 一、 遵守Performance Acceleration的规则 % ?5 P; }) j" |# V6 {9 @8 [二、 遵守三条规则 + ^3 m& ~8 e/ _) C: e三、 绝招

一、 遵守Performance Acceleration的规则 ) C0 Q8 q9 Q0 b( \4 u, f$ Q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： ( M9 j& z: L7 [2 |# S$ r1、只有使用以下数据类型，matlab才会对其加速： 0 E. ~; W8 m1 w& { k C3 N# h. ~logical,char,int8,uint8,int16,uint16,int32,uint32,double / [* P7 M5 i4 s* q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 $ l6 |/ Q" s+ d$ n: Pre,single, 9 P$ M9 s* r& }1 g5 S; G' F6 afunction handle,java classes,user classes,int64,uint64 , f0 M% u+ ? `3 a6 b; Q0 G+ o9 p2 G2、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 来表示； ' b. X' K1 R+ \! c: }, Mb、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 & h6 l" x; ?8 E+ e. ?/ g# V1 D据类型，只使用 # q5 {: C' ~2 W三维以下的数组；c、循环内只调用了内建函数（build-in function）。 6 `; _! E) u( S0 l7 }1 t/ s+ c4、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 9 _4 B6 I3 J% N% ^# R$ D9 N, F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： x = a.name; for k=1:10000, sin(A(k)), end; : a/ O6 ]! p# E ^* C, K4 k X2 d" _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 4 z- b! u2 ^" W- X3 t度。 ' R& X$ u2 l/ 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 / j, D2 L& H! C5 D1 M运行速度。 二、 遵守三条规则 0 N' l: T8 u3 h5 c" U7 V" t1、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 + S D' l \/ k1 afor 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： # W6 C/ ?0 @2 @( _ a、尽量用向量化的运算来代替循环操作。如将下面的程序： 3 `# s& s! F/ M+ V0 Z! A7 li=0; for t = 0:.01:10 * ~: [7 F1 @& I$ F! _i = i+1; y(i) = sin(t); - x, I. G3 t. _6 vend 替换为： : o' d( @& C! i0 S4 F1 bt = 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 permute、permute、 0 U' l% i' a6 C; t# n6 ireshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums um、ind2sub、 8 u6 o" T$ \* a' Z; r% R& endgrid、repmat、sort、sum 等。 " o( s5 F# z2 Q6 @请注意matlan文档中还有这样一句补充：“Before taking the time to . H+ D$ y( x5 M vectorize your code, read the section on Performance Acceleration. 2 o+ t5 Q5 Q Y5 f% q; K9 H- lYou may be able to speed up your program by just as much using the MATLAB JIT Accelera 4 u4 I) ?; P; Htor instead of vectorizing.”。何去何从，自己把握。 1 J# I8 S4 u6 N# Z# 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 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。 0 J3 g# r: | s- C. I9 Y- A. Q2、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 1 G/ H8 w* m% j# P$ kes、cell、struct、 repmat等。 " P- _& u+ b+ 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： A = int8(zeros(100)); 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 。 9 z1 i% P$ u' O5 K 三、 绝招 9 T9 U9 Y+ i) {. I* B1 o1 a " g% B* \6 E% x) O" p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。 7 S. U) y J- e# ], T1、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++ 1 ~8 B8 R+ R9 @% b语言文件，VC编译”。

aftermath

屁话的几招是够经典 呵呵

nightgril

哇,我要试试看，新手上路，请多指教！

damutou

谢谢

ghc_lwd

学习学习

ethuo

MATLAB编程是不是很慢阿？？

. T$ S4 M, ^" k! H& o% C/ b+ n

比不上现在的那些高级程序语言啊？

txj66

好啊啊

yirongshu

顶

英雄本色

谢谢了，

zzm

转化成C语言最实用。