【转载】加速matlab运行的三个境界

厚积薄发

; R+ u/ K+ p, q+ s+ I
+ J" S# R5 X& d8 P3 V% r. B6 c' o4 F加速matlab运行的三重境界

加速matlab运行的三重境界
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
二、 遵守三条规则
三、 绝招
! a5 q' G- W- Q%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
3 z+ U7 m$ `: C" l7 X%%%%%%%%%%%%%%%%%%%%%%%

一、 遵守Performance Acceleration的规则
9 V+ q5 O. A0 `& u' R5 T) l关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将
' _( w5 A% e' w' ~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：
logical,char,int8,uint8,int16,uint16,int32,uint32,double
. N, v( G2 z3 p4 h; h% P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
3 r1 K; n' \* p4 N$ u# K# Y+ n( Xre,single,
function handle,java classes,user classes,int64,uint64
2 p3 r2 Y, }. d/ Q: H3 n6 E' l$ n9 I2、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
7 q, r- U6 B9 J! U6 M& r来表示；
2 Q3 F3 ?$ r; J+ o( ~& Jb、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
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）。
% J, {; u" {( f' ]* l4、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：
( q) _4 c7 H, i/ bx = a.name; for k=1:10000, sin(A(k)), end;
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
$ Q6 C7 V  ]& u, A% m/ E/ M( b度。
* U  E; M6 d, N) c* g# z3 j7、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
运行速度。
: c8 |# E! `) d%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
二、 遵守三条规则
* y, M+ D  a' }1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
6 a& ?1 B2 U8 N# A' Yh means it is designed
8 \, W; X8 v  z: Lfor vector and matrix operations. You can often speed up your M-file c
& c% c5 q3 [' jode 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
( Y+ x; V# i2 m* T2 U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：
7 C& g* ]; C' ~8 i3 t6 yi=0;
for t = 0:.01:10
i = i+1;
# h& Y+ T( R& Q8 T1 w, ny(i) = sin(t);
end
% i8 M7 M- C  [$ }. l7 C5 w. R替换为：
t = 0:.01:10;
y = sin(t);
/ |# K: j! j! 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、
reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
um、ind2sub、
ndgrid、repmat、sort、sum 等。
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.
; n- E  t' T6 J& i0 lYou may be able to
speed up your program by just as much using the MATLAB JIT Accelera
3 v0 |- D1 i2 O3 ztor instead of
5 b& \, O  S: W5 q9 |/ P! tvectorizing.”。何去何从，自己把握。
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
行循环次数少的，
4 F3 X' E! a0 D% L! S内环执行循环次数多的。这样可以显著提高速度。
8 }9 w1 I4 [( |9 O+ v2、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
/ _8 h" l* l) @1 n1 B+ res、cell、struct、
repmat等。
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：
# @3 B" S5 R) c% K: VA = int8(zeros(100));
换成：
) R; \7 O" G0 O+ a+ A' ^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。
, t+ o9 x( N9 J; I/ r4 ?, I0 Jb、使用Functions而不是Scripts 。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
  C% F& e. x4 o& E三、 绝招
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。
% f* ?' _9 E3 T. d1、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。

. Q9 K* e! T; u4 p
: H  f8 ^% J( y( ?  来源：iLoveMatlab


在这里本人推荐使用‘绝招’。

schnee

顶！！！！！！！

yansichong

收藏了~~~对现在建模很有用……我上次写的程序就运行了N久都没出结果……郁闷……

isnowfy

mark。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

xiaoding123

必须好好研究一下matlab了~~~~~~~~~~~~~~~~

leo12ok

相对于楼主，我更倾向于绝招之外的方法，呵呵。

D-lin

好牛啊 从来不知道的 思密达 。。。。。。

HSinB

收藏了，感谢楼主！！！！！！！！！！！！！！

XINGQIBIN

请注意matlan文档中还有这样一句补充：“Before taking the time to