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 % Q/ V! j, K& P$ m+ ]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

. a) M* H- E6 C& J/ ]

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 5 \2 H. J: w- n) L0 E5 ^2 G. E, a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 0 Y. ^( n0 b7 |; Q q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 re,single, function handle,java classes,user classes,int64,uint64 ( ~% @2 j; t' L1 @4 l1 C2、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 来表示； 5 c$ }! A! q7 L- D8 m7 F- X) N/ Q$ @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 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 ( O, q- [2 L2 M% u7 M加速运行。 1 h6 n/ A' w4 n4 T9 P0 J b5、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; 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 7 T3 s/ i5 _" B1 d度。 ( U& l4 h& }+ c+ ^& M7、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 : i$ s9 n: a8 q+ s运行速度。 ! o- ^- W. e& G6 \; Q0 l

二、 遵守三条规则 , `2 X+ K3 ]/ f1 ^8 q8 F. g1、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 , P0 v) z$ _# W5 }" ^ for vector and matrix operations. You can often speed up your M-file c ode by using $ J' V s% E# ovectorizing algorithms that take advantage of this design. Vectorizati on means converting ( K; m2 L9 h; E [: g" b: Y5 Zfor and while loops to equivalent vector or matrix operations.”。改进 / m5 C3 r5 D! {. N; Q( b这样的状况有两种方法： + ^0 J9 D5 D" sa、尽量用向量化的运算来代替循环操作。如将下面的程序： @2 k8 ?8 Q- D* c7 {+ I2 B- fi=0; for t = 0:.01:10 3 _' L( N$ T7 K) ^8 Ei = i+1; ; y, N4 G9 Q$ Q% \0 C; xy(i) = sin(t); " ?9 \# f" N: P: a& a5 wend ; w# j1 m: R5 v0 L1 r! S替换为： t = 0:.01:10; % H7 y; s/ b/ R# L; ny = sin(t); 3 Q2 e! F/ I8 m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 0 H( [" z% |9 d; s; d6 U1 C/ P! }um、ind2sub、 ndgrid、repmat、sort、sum 等。 - \% M' |9 |8 ^' G6 a请注意matlan文档中还有这样一句补充：“Before taking the time to 1 f$ L/ w$ A: Z, Rvectorize your code, read the section on Performance Acceleration. ; n# d- g; ^# S6 Q2 KYou may be able to 7 e# Z. ^5 }5 m# Jspeed up your program by just as much using the MATLAB JIT Accelera ! P1 s) X1 `* P: b% ator instead of vectorizing.”。何去何从，自己把握。 ) F) H9 k: I1 Q0 e& @5 H 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 1 I# m! O( s" }: m, V# X: X行循环次数少的， * `9 M! O, m$ A2 j& {% Y; N内环执行循环次数多的。这样可以显著提高速度。 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 es、cell、struct、 repmat等。 1 |& c' Y3 n/ p: \8 a, g) Eb、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)); - d: j5 M- N/ V: F4 H) \换成： A = repmat(int8(0), 100, 100); % V0 V" h: v6 |' Sc、当需要扩充一个变量的大小、维数时使用repmat函数。 ; R7 a, G( z8 x6 C% d+ |- W3、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。 + j$ m d3 j6 u# zb、使用Functions而不是Scripts 。 * D! r/ C2 S* ^# |: O

3 A* {! R/ i7 ]5 s# _. [$ a

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。 1、改用更有效的算法 5 g7 d; l" j, T& N. W( A& [1 u2、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。 1 X1 C+ n$ k7 a3 j1 r$ Z 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 使用profiler可以获得程序各个部分的耗时 5 K* m) e, s9 W) A; }# ]: N" L, W如此就能高效的加速 9 W4 g4 y$ G; {

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？？？？？？？？