加速matlab运行的三重境界

zzwszj

发信人: fork (撒哈拉沙漠的沙), 信区: Matlab 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) 加速matlab运行的三重境界

# m- V" N4 F% k2 z- P6 t

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 l2 g. W- N9 [# V" [9 r5 i/ Y其规则总结如下7条： - h- \, L; C4 I* u& @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 # Z2 Z+ q3 Y9 |8 m* E8 N9 h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 * g1 N8 G, Z" d9 c% }" c+ H6 lre,single, " \1 j5 v$ v9 n" Q function handle,java classes,user classes,int64,uint64 2、matlab不会对超过三维的数组进行加速。 : D; _' e2 b. g, l3、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； ! B6 T# R. T W8 Q% @! d3 n7 Sb、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 } B* D# X7 N+ x; K$ M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）。 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 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： ) g% k& N; X; L" a3 g0 sx = a.name; for k=1:10000, sin(A(k)), end; & Q8 e( y) [6 R6、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 1 L# [! T0 q8 B0 K v" U0 j度。 ! p# |! r& e4 G- y; H& u7、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 x5 B. q( O( Y% z. U运行速度。 ; O$ K! t' R5 T

/ N0 @' r" l6 y: V* f/ k

二、 遵守三条规则 # V2 f6 ^7 R0 T( q0 P5 R; @ 1、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 ( v# A/ [& z; A; F8 E ! F" J: G0 u" v$ Z0 u/ \for vector and matrix operations. You can often speed up your M-file c ) N6 N8 e {8 T& g3 kode by using 2 d% \: X4 |+ @& \; Uvectorizing 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： 6 G/ D1 ^- k) ]4 Ma、尽量用向量化的运算来代替循环操作。如将下面的程序： 0 _- [2 y) C3 i& l) j4 o. t* W0 [i=0; for t = 0:.01:10 * {0 D0 R: e+ L- }' [- s" ], Ri = i+1; & b, m T$ u$ t% }% a1 |. R# Py(i) = sin(t); end 替换为： + N l# ^8 l0 h4 W$ U* T! lt = 0:.01:10; ( F' ^+ L2 I0 y6 ^: r, d$ c* d! uy = sin(t); 4 `6 U; g# s' {6 h6 q3 D) Y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、 ) \9 k. r& U. \0 R5 }2 n8 ireshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums 5 t8 K3 l% C0 T" \3 Vum、ind2sub、 3 j0 X3 l, f9 q* F2 j3 Hndgrid、repmat、sort、sum 等。 请注意matlan文档中还有这样一句补充：“Before taking the time to + l' A x. |7 H0 v0 B Y2 [' [vectorize your code, read the section on Performance Acceleration. " K/ h. T1 n8 P% C" hYou may be able to 4 l2 x4 W8 x& ^ m9 }4 v0 V9 ?, l* |speed up your program by just as much using the MATLAB JIT Accelera tor instead of vectorizing.”。何去何从，自己把握。 - M8 q1 l6 a( y4 z" X! b+ A b、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 : z5 V. U1 d) t7 ]! Z8 q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。 * D/ U1 }3 x3 U 3 D9 [- t+ ^7 |0 s2、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 5 `& d# t5 l, r- yes、cell、struct、 5 Y; H2 e* }6 G8 w- h$ p1 Prepmat等。 0 H( E$ j( d9 c# o- db、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。 ' E9 Y% u+ G- y0 ^" Y- Z6 k- `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。 0 p! X4 p$ m [1 N, u9 @b、使用Functions而不是Scripts 。

三、 绝招 ! e( x$ g5 H' K3 g1 D" }" Q/ }# q 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。 ! u1 Y9 ]! L: [5 H1、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。 . K W7 X, A2 k0 e+ x* K T8 n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++ 语言文件，VC编译”。

fup

Great.

ornewuser

好文章

zzwszj

注意

加速之前应该先测试 . }. A: H2 ^# D) @- Z2 U& q' L3 w5 n) [7 H使用profiler可以获得程序各个部分的耗时 如此就能高效的加速

因为有的时候导致速度变慢的原因是逻辑结构不合理， 而不涉及程序技术

hamburger_2004

收到！[em02]

hamburger_2004

多谢掌门人，对俺的帮助太大了。

布赖

有没有经过考验的？？？？？？？？