Lu数值计算扩展动态库LuMath & 小矩阵大运算量效率测试

forcal

Lu数值计算扩展动态库LuMath V1.0：http://www.forcal.net/sysm/lu1/luhtm/lumath.htm
  K+ C+ L* C' @
% e: b( {( g+ y2 X* MLuMath 库的数值算法是以矩阵为基础，并进行了运算符重载，具有内存消耗低、执行效率高、代码简洁、实用性强的特点。
' ?  n: a( O. C- w* U' O3 i6 w1 H$ P
' ?+ b8 u- Y( s; I* a+ z% y6 I# d例子：

3 R% L) `' k* z1 H& I( m$ Nmatlab2009a代码：

1. clear all
   5 N0 w  G- q0 T9 K
2. clc
   8 D; M+ ]# p; @5 P! X  Y8 L/ R
3. tic
   - X& C; K* f4 w. v5 ~0 a. Y2 a2 Q
4. k = zeros(5,5); % //生成5×5全0矩阵
   : M: U; P: A3 y% l. z/ N
5. % 循环计算以下程序段100000次：$ O$ s- @# f1 ~3 p$ u7 ]# q- ?
   
6. for m = 1:100000\" n, W8 m  R5 ]8 ?4 Z4 ?  J2 @; G
   
7.     a = rand(5,7);
   # c; W, @( Y) K. g9 E+ t
8.     b = rand(7,5);%//生成5×7矩阵a,7×5矩阵b,用0～1之间的随机数初始化
   1 Q% Z. z- J2 s8 _  ^
9.     k = k + a * b + a(1:5, 2:6) * b(2:6, 1:5) - a(:, 7) * b(3, :);
   ! Y4 Y0 m  R) E- }
10. end5 V& \9 l3 x) C% E\" F3 Z
    
11. k% i0 y5 x  h! a$ f/ C$ G! F
    
12. toc

复制代码

多次运行，结果约为：

1. k =# j2 U\" O0 e  A( C; f. c
   
2. 
   % w! I% F) _6 n* P
3.   1.0e+005 ** E\" R0 O+ p# O5 j: A
   
4. 8 }# W/ ]+ y' E' {
   
5.     2.7530    2.7525    2.7509    2.7539    2.7529
   \" s3 F. R$ ?  s2 C1 C) Y8 N% Z3 e& C
6.     2.7521    2.7494    2.7493    2.7542    2.7476; T) p  @* o# o& {# f9 P\" y- _
   
7.     2.7549    2.7524    2.7527    2.7564    2.7517
   7 B- E1 o3 Q; Z- ^2 X% q% `
8.     2.7530    2.7523    2.7533    2.7525    2.7502( @- Z. g% u: j0 b1 p
   
9.     2.7527    2.7521    2.7505    2.7519    2.7523
   % s3 T\" {( Z) h/ P
10. 
    ) e' s( V/ `6 G* `# v
11. Elapsed time is 2.126704 seconds.

复制代码

Lu代码：

2. !!!using["math"];* V5 a  I$ X' S
   
4. main(:t0,k,i,a,b)=
   
5. : V4 C4 C1 Y# y' p  D\\" r; I
6. {
   
7. . F% Z1 e6 Z# [- J* Y: R
8.     t0=clock(),
   
9. ) f+ e& F5 m6 ]9 k7 b$ O  b, c9 \
10.     k=zeros(5,5),         //生成5×5矩阵k，初始化为0
    
11. % I$ K7 L2 A! |
12.     i=0,(++i<=100000).while{//循环计算100000次
    
13. 0 E8 j5 l/ z& |6 K, p* w
14.         a=rand(5,7), b=rand(7,5), //生成5×7矩阵a，7×5矩阵b，用0～1之间的随机数初始化9 e; I\\" d8 Y. l; u9 q0 f
    
16.         k.=k+a*b+a(0,4:1,5)*b(1,5:0,4)-a(all:6)*b(2:all) //计算k=k+a*b+a(0,4:1,5)*b(1,5:0,4)+a(all:6)*b(3:all)
    
17. & Q( W. e% r: s! w
18.     },7 P7 Q4 ]  h. ?. v( x$ D- |- Y
    
20.     k.outa(),             //输出矩阵k# X6 d' b$ {% G1 P\\" w0 |( u
    
22.     [clock()-t0]/1000.    //得到计算时间，秒1 m* B' O. B5 A4 `+ {4 z- ]4 O
    
24. };

!!!using["math"];<font class=\\"jammer\\">* V5 a  I$ X' S</font><br /> main(:t0,k,i,a,b)=<br /> <span style=\\"display:none\\">: V4 C4 C1 Y# y' p  D\\" r; I</span> {<br /> <span style=\\"display:none\\">. F% Z1 e6 Z# [- J* Y: R</span>     t0=clock(),<br /> <span style=\\"display:none\\">) f+ e& F5 m6 ]9 k7 b$ O  b, c9 \</span>     k=zeros(5,5),         //生成5×5矩阵k，初始化为0<br /> <span style=\\"display:none\\">% I$ K7 L2 A! |</span>     i=0,(++i<=100000).while{//循环计算100000次<br /> <span style=\\"display:none\\">0 E8 j5 l/ z& |6 K, p* w</span>         a=rand(5,7), b=rand(7,5), //生成5×7矩阵a，7×5矩阵b，用0～1之间的随机数初始化<font class=\\"jammer\\">9 e; I\\" d8 Y. l; u9 q0 f</font><br />         k.=k+a*b+a(0,4:1,5)*b(1,5:0,4)-a(all:6)*b(2:all) //计算k=k+a*b+a(0,4:1,5)*b(1,5:0,4)+a(all:6)*b(3:all)<br /> <span style=\\"display:none\\">& Q( W. e% r: s! w</span>     },<font class=\\"jammer\\">7 P7 Q4 ]  h. ?. v( x$ D- |- Y</font><br />     k.outa(),             //输出矩阵k<font class=\\"jammer\\"># X6 d' b$ {% G1 P\\" w0 |( u</font><br />     [clock()-t0]/1000.    //得到计算时间，秒<font class=\\"jammer\\">1 m* B' O. B5 A4 `+ {4 z- ]4 O</font><br /> };

多次运行，结果约为：

1.          275024         274895         275054         275083         275024
   / V4 [# V+ A) `( A, \- K
2.          274965         275036         275091         275112         274931
   1 @! O- A  X- u
3.          274975         275012         275020         274963         274939: t# T, T% [$ R0 W0 H; c2 s* T3 {
   
4.          274981         274976         275117         275065         275044
   5 D) J5 z) \0 q& o# n9 J
5.          274920         274906         275005         274972         274920' f2 v. D5 L) D& q- V/ n' n7 F4 V% M
   
6. 1.25 秒

复制代码

Lu快于matlab的原因应该仍在于内存管理效率较高。