[转帖]加速Matlab运行的三重境界

[复制链接]

字体大小: 正常放大

helen

15 主题	4 听众	1807 积分

该用户从未签到

电梯直达

1^#

发表于 2005-2-1 19:34 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

非常实用的Matlab编程技巧。可以试一试。

CTerm下载文章: 紫丁香★ K" i- W: H' y$ J v" r8 M! o7 `" K+ _- F6 s" u- C1 p 发信人: fork (撒哈拉沙漠的沙), 信区: Matlab8 m# {9 Q- ?& H7 w1 Y3 p 标题: 加速matlab运行的三重境界 3 G7 E: s2 Q: ~ M; n+ T1 ^$ O发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004) ( G! I; ]/ a" S1 G5 Z6 J9 D' j8 _3 {; |; S# v D% d 加速matlab运行的三重境界 ! d8 f& A% V4 ~- k一、遵守Performance Acceleration的规则$ L+ R4 b: j+ S2 | 二、遵守三条规则 @! o7 s% M! f2 I( d! @$ i三、绝招

一、遵守Performance Acceleration的规则 2 Q2 h: o. L: O7 C/ n, r; r; C% `' `0 \ q7 u 关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将 ; R Y: h; M c其规则总结如下7条：, m- ]- t& ?. R9 y3 U" g5 j: C 1、只有使用以下数据类型，matlab才会对其加速：3 y" {' z0 P9 E8 ]0 |) `% f logical,char,int8,uint8,int16,uint16,int32,uint32,double( |1 P) e& ^5 X6 | 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 & p1 j3 _: n8 a* `7 w5 ere,single,- H0 C0 \* G, p+ |# ]1 q * b5 J! d( u# E' g. R3 Afunction handle,java classes,user classes,int64,uint64 % O6 N9 T. t) F4 H5 T1 W2、matlab不会对超过三维的数组进行加速。3 y2 d1 X, k F5 W( K$ q/ ?8 h 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( V: a+ P2 _" [* s2 R2 S" \ 来表示；+ Y5 S: j/ A( P+ U& D, X" {0 l 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! c/ c5 w. Y) }3 n7 n7 `+ ] 据类型，只使用 # o7 b% s2 z# v! O, z0 ^' F2 [三维以下的数组；c、循环内只调用了内建函数（build-in function）。4 \0 P) n# S$ s9 Y; ^# d 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8 o. a) F3 O0 a, `- B% {- r8 A" j7 i 加速运行。+ U4 D1 j4 h* ^' R+ Q4 f6 I 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：$ T7 Z/ G- M ?2 F- X& V0 n8 w x = a.name; for k=1:10000, sin(A(k)), end;7 c% C2 J% ]9 C* J7 \& p 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 / d' z% J+ b# N( b! [ o- x6 C/ A度。 7 g b7 ^9 ^) z! z7、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 3 N& E* X- e8 f e$ Z运行速度。' q0 W" L7 b- ?% H1 e : B& E/ P o1 D . u; T2 a, j+ c+ W1 `5 c' n& F二、遵守三条规则 0 k$ g+ l4 D" u" E6 _' i1 z0 B6 f) F& K3 O& b 1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic4 Q+ @6 A c- P1 f2 c, [9 ? h means it is designed; |6 Q9 V- j( I: x * m8 @' t4 m/ Zfor vector and matrix operations. You can often speed up your M-file c) q8 |% M2 k% v5 `, @ ode by using 4 L- P9 q9 F" M& l8 _* _vectorizing algorithms that take advantage of this design. Vectorizati4 H) O3 E( c, e2 x on means converting # L& u6 E# Y" l& |) k+ Rfor and while loops to equivalent vector or matrix operations.”。改进 c0 a! {* k, ]* p, C+ v/ k这样的状况有两种方法： 2 i, e7 }) _0 w; f2 p3 {4 x- d " G( K0 E( @2 Y, b, Fa、尽量用向量化的运算来代替循环操作。如将下面的程序： 5 Y3 J5 k5 p- C0 \/ p 9 h+ q2 ]( O) ~8 Q* ~i=0; ) b( M% \6 Q: N5 D- u" Y9 {for t = 0:.01:10 , f& n' t5 K8 b# xi = i+1;) p f* ^! O2 l- j( t y(i) = sin(t);! t) u- I+ t' X/ ^1 G end. U* d9 i4 o1 n1 l9 Q _ 替换为： ) P9 B% l% F( H5 O8 `t = 0:.01:10; ; e' A' w! y: @+ ^y = sin(t); , O9 G; V1 L. ]8 i1 J: W& r# W速度将会大大加快。最常用的使用vectorizing技术的函数有：All、diff、i: }' q& G1 [1 N permute、permute、 3 [$ e1 n6 M: N; v/ Ureshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums ' D: o% S- O* Z+ jum、ind2sub、6 I& d- S" v2 `! ` ndgrid、repmat、sort、sum 等。- T. Z2 W. M4 z6 i' Q 7 o4 J1 N! T, S( ]. Y6 C 请注意matlan文档中还有这样一句补充：“Before taking the time to: Q* _; t8 ~4 G; ~) I* _4 d" d& m 1 x" |- @6 \6 Q3 c- C( q( f5 l vectorize your code, read the section on Performance Acceleration. i7 u2 C5 l5 q, p: @ You may be able to % X @6 z0 m f& U4 Yspeed up your program by just as much using the MATLAB JIT Accelera 9 L; ~* y- E! T Rtor instead of f- T' { L& \# s vectorizing.”。何去何从，自己把握。 ; u# z. d/ W3 o" b; M o ) J: d7 h, S& O, w6 t0 ]. vb、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: V5 s: P. E. ~3 D% Y 行循环次数少的，% K3 c0 l2 }( d" n& J" C3 c3 | 内环执行循环次数多的。这样可以显著提高速度。 + ^5 x3 \& C. r; h( | ' w% O, B1 ?1 F" r. ]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 ' A( W8 S! S6 {: C! ?es、cell、struct、0 t+ L* r, e+ K; |& u# S- A7 X repmat等。4 |9 i) a1 S! Z7 {) x* p1 s 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： * Y( T/ B1 |3 a5 V( m( E 6 P) u) i6 f/ j/ p- LA = int8(zeros(100));- i& z: u/ k8 ]: _5 _& G 换成： 0 w9 Q1 c$ _4 A+ `8 c5 F( QA = repmat(int8(0), 100, 100); , y% b1 ]0 E) I: l" W3 yc、当需要扩充一个变量的大小、维数时使用repmat函数。9 O* {; B2 ?. w+ j8 p9 B - y6 m3 {" `, X0 B7 G 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。 ( F: R. v/ [$ N# l- w+ w$ _' ab、使用Functions而不是Scripts 。 3 ^5 A: C6 ~6 c$ z- f8 S ! {4 t) N: i* l. M8 F * g2 l- h' @5 [6 ?7 G三、绝招3 r/ Y6 Z5 ~) P j5 q$ i" ?; p 2 a+ k0 n Q: G 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。4 N; R, W& w5 }( ^0 ? 1、改用更有效的算法( A% u9 \& ~4 n( M* Q 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。 4 f7 o( z+ z ], I1 c3 N( h. ? 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++2 k7 Z+ b- b$ B/ s 语言文件，VC编译”。