[转帖]加速matlab运行的三重境界

god

信人: fork (撒哈拉沙漠的沙), 信区: Matlab
) R$ W) @+ \; P: W+ q标 题: 加速matlab运行的三重境界
/ Z) J6 c- q8 e3 w4 l发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004)

! N- B# I+ v5 f, \& ]' x加速matlab运行的三重境界

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
( n# t) S( s/ w二、 遵守三条规则
" c1 D4 ]$ q: N' N( H% h三、 绝招
6 o. Q/ d/ f  }$ i8 l
& j% W2 I- y/ T2 o0 }& N! g4 t9 _%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
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
: e, v9 A6 X0 F; _. g2 ]+ O其规则总结如下7条：
2 t* ~- O  F9 A/ L) d- C1、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
8 r$ f! h% f- \! U5 o: a" n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,
+ C( E- U/ U, j- R' Y" {: Z" l
. k3 W6 l2 N9 A4 b6 n7 ~  o& a. pfunction handle,java classes,user classes,int64,uint64
# [: N8 `4 e& J# h. t, J2、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
2 x1 p5 q# y# F0 K来表示；
" s) }' J5 L( E7 m5 Xb、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
加速运行。
* {% E$ h; O% A& M5、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
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
运行速度。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
1 _  k( j9 p% ^- G%%%%%%%%%%%%%%%%%%%%%%%
0 z" j; P! h9 ~8 D$ m( ?( R2 t( O二、 遵守三条规则
0 L! x" G0 D1 v) C8 r# N, 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

- R6 R9 F7 V7 K8 ~5 m& Gfor vector and matrix operations. You can often speed up your M-file c
ode by using
7 b$ I8 s9 m" A0 ^9 kvectorizing algorithms that take advantage of this design. Vectorizati
! E5 d) l( k; G5 T8 D& non means converting
+ }; J3 T4 ]  \& j( b& w! e/ T+ \for and while loops to equivalent vector or matrix operations.”。改进
7 {8 p- @) U7 ^. y1 l* z这样的状况有两种方法：
2 N9 ~+ l/ B2 L
1 M4 B; L: W% ]; |8 q  S( Pa、尽量用向量化的运算来代替循环操作。如将下面的程序：

8 y8 u" j! }7 |  v( K5 T2 m2 wi=0;
for t = 0:.01:10
  B) \1 |" d) ^1 hi = i+1;
y(i) = sin(t);
end
" p7 R/ R6 r/ c+ O$ Y+ ]* Y) r  |替换为：
5 N; \8 X& e5 U. v* \9 H) m) ]5 Jt = 0:.01:10;
( A) e, p) P- _* F, K$ 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
permute、permute、
8 [6 V2 s  ~) g- M, b# V+ qreshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
& m; m5 w# k" P7 c8 T9 T, u* pum、ind2sub、
/ U! k+ A! U* r! a& P6 u% \ndgrid、repmat、sort、sum 等。

& Q# p% B* ~) v" Q* a1 _请注意matlan文档中还有这样一句补充：“Before taking the time to
1 W! ]5 a( X2 ]7 \
vectorize your code, read the section on Performance Acceleration.
You may be able to
' j% d8 N  W. m3 k( S% Ispeed up your program by just as much using the MATLAB JIT Accelera
5 U. [( T: e+ D( ^7 s; Ctor instead of
9 l8 Q% }3 T: f+ u0 S/ M0 p- V) |, e% Zvectorizing.”。何去何从，自己把握。
/ f$ Z1 P8 L$ l4 Q9 Q$ ^
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
4 b  W/ ?) O% P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。

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
7 f. A5 @6 ]; O+ [( ges、cell、struct、
) U% T# T, m2 X8 q% R/ |3 T* @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：
" J. z. P+ m4 F
8 Q/ b+ v+ M- ~6 \8 QA = int8(zeros(100));
换成：
9 g* V. r$ K. a" U' j! j2 KA = repmat(int8(0), 100, 100);
- [- \2 ?9 @- H# X. c) O0 S, q- Zc、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。
) L( n! s* E5 c) F# n0 Gb、使用Functions而不是Scripts 。
- ]8 [+ O3 w8 d" J
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
三、 绝招
5 `3 L* {, z4 i* y) @2 p/ Y5 [) v
2 R1 E6 Q, W) ^' @, O7 L2 A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。
2 \" j& j; V0 g! P7 R7 j1、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。
! W6 C  {" u! w' h9 i
' T1 g  W9 Q+ X8 |: e, b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