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 . a, M" b8 B! J* e& Y8 c/ V( B发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004) 5 L1 v9 G9 Y4 @( p- R$ `5 k加速matlab运行的三重境界

一、 遵守Performance Acceleration的规则 4 F1 V9 G/ i' q/ M( s " f" c7 L, ]/ d4 `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： - @6 M9 Y2 I3 x/ ulogical,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 o/ F l1 a, x* N" Ere,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。 4 Z% M* K7 V8 P! Z1 a3、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 # J% N ?5 e; @5 @$ v1 q来表示； * @1 g% h9 ]7 ^7 n g7 u- _, Eb、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 ! t* l5 G/ T( L4 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 # [* k7 q' G% T! m8 r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; + ^" N# t2 G& q6、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 , Z O' U8 a) A/ |5 s5 [$ N! a度。 7、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 Q% o6 }4 i' |' n9 |3 J7 N, ?运行速度。

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 \; l, E G4 ch means it is designed , A; b G# l# C5 F% z 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 % A" z% }1 E% e: j7 v2 g. Non means converting for and while loops to equivalent vector or matrix operations.”。改进 3 Y, [- a& {2 G0 L! h& h这样的状况有两种方法： a、尽量用向量化的运算来代替循环操作。如将下面的程序： . L2 b! _" E& |* ~2 L3 ]4 u + r1 ~2 a, ~) w7 H3 d, b; ui=0; for t = 0:.01:10 i = i+1; 1 `4 w& C+ h+ }y(i) = sin(t); ( }3 h" g. T$ h1 M3 g3 x5 k: I3 R Iend 4 b3 f2 ]5 Y. q# }: h; a替换为： ; f n3 b% _4 D2 S) }) mt = 0:.01:10; 7 {: i/ q. N/ @% T3 }1 Ny = 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 " U; Q- X* _" J3 [* r1 M$ Y1 }permute、permute、 5 P! h: M4 z' \& E8 g; S3 @reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums um、ind2sub、 ! v8 Z' U5 _7 Z# H# q$ E8 n5 |2 Andgrid、repmat、sort、sum 等。 4 Q- G( c8 N4 r5 v9 U2 `8 w e7 e 7 b. W$ N0 f4 I, _7 j9 f, E2 J+ o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. * l/ R3 [9 H0 ]/ Q+ J% x0 zYou may be able to 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。 6 F: Y# @6 X$ j7 H8 |0 sb、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， 9 `+ i7 D5 H s' ~3 z内环执行循环次数多的。这样可以显著提高速度。 " [7 s' B7 Y8 ]1 \9 Y0 r0 ` 2 N) j& v0 n9 F3 J6 T2、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、 ; f8 V o6 |# D; F: G5 Drepmat等。 ( h9 S3 Q) ^, T: P- _$ k& @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* Z# {+ x6 WA = 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。 + n, O& q7 f: R, b+ X . r$ H1 A1 c, n9 U9 U/ g3、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 _+ O" Z9 O" p( I

三、 绝招 g Y8 ?3 c* e9 G+ p7 E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。 + @: b0 {& a0 t3 Y3 w- I# k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 ; H0 [* w+ h3 G0 l: Y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 & k" c8 l4 I9 A; n0 K5 d

5 b; J. Y- g5 t% T

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？？？？？？？？