【转载】加速matlab运行的三个境界

厚积薄发

: R) w1 }- V! W- g# n
加速matlab运行的三重境界

加速matlab运行的三重境界
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
4 _+ I% o: V+ @  a; L3 G%%%%%%%%%%%%%%%%%%%%%%%
5 Q! e: z% J2 E- _( ]$ u, S* H; H一、 遵守Performance Acceleration的规则
二、 遵守三条规则
( [% e% C7 d; x# T4 h, B/ g6 s三、 绝招
4 i) s$ H3 N) D$ M2 f7 v%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%

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
其规则总结如下7条：
: N4 H: e$ R: L1、只有使用以下数据类型，matlab才会对其加速：
: l! z. m2 o/ [logical,char,int8,uint8,int16,uint16,int32,uint32,double
  f' h8 L! o2 O0 x8 i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,
! a5 e+ {% V5 X6 Y; [# E% Mfunction handle,java classes,user classes,int64,uint64
2、matlab不会对超过三维的数组进行加速。
# [( M6 c( i# V8 j/ Z" M- v5 v3、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；
# K( z5 D% w3 G% m& w. ~) t) Vb、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
) I/ S% W5 E; W" A' Y% ?三维以下的数组；c、循环内只调用了内建函数（build-in function）。
4 ?0 M+ L; M* J- u% ~! s4、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
& D- t1 n+ s% d$ b" l1 W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;
, D' W7 ~* {; p6、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
$ Q: D' _2 g9 a8 R9 o0 {运行速度。
, j1 [5 Q" o$ D%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
二、 遵守三条规则
- h$ W8 S; S5 E: m1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
* A) j( v8 L* x9 U  yh means it is designed
for vector and matrix operations. You can often speed up your M-file c
. h# L8 x2 ^- `* u) u4 Mode by using
9 J$ r( M* {$ s1 Dvectorizing algorithms that take advantage of this design. Vectorizati
on means converting
2 d5 f/ x- D5 w8 Qfor and while loops to equivalent vector or matrix operations.”。改进
. a9 d. c/ @# D# h这样的状况有两种方法：
  t2 ?  i" B7 l! S! G, W2 Ca、尽量用向量化的运算来代替循环操作。如将下面的程序：
i=0;
for t = 0:.01:10
i = i+1;
: ^' S0 I6 E  t  [4 c+ Vy(i) = sin(t);
end
" ~1 j2 w+ u: K$ d( j替换为：
t = 0:.01:10;
y = sin(t);
# n) ~& _! {( Z* E- U5 F速度将会大大加快。最常用的使用vectorizing技术的函数有：All、diff、i
1 e8 }% I$ i& f$ w, @. epermute、permute、
reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
um、ind2sub、
1 z  F0 b% `1 C$ v& ^5 Z7 Dndgrid、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.
/ S7 _2 D6 d/ D; p" a" @You may be able to
+ f6 Y, r1 g3 f. vspeed up your program by just as much using the MATLAB JIT Accelera
tor instead of
vectorizing.”。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
6 D8 Z" [8 ]' M4 R$ J. Y7 b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。
3 k( z5 _5 L8 R/ U$ r2、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。
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：
A = int8(zeros(100));
换成：
' H0 u6 \# f2 Q, SA = repmat(int8(0), 100, 100);
" _9 ^8 h* q" Nc、当需要扩充一个变量的大小、维数时使用repmat函数。
5 F+ k: M" D; m' T3、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。
# X) d) n& z: _7 l5 xb、使用Functions而不是Scripts 。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
! C; N  o  v4 t& c%%%%%%%%%%%%%%%%%%%%%%%
9 i, ]4 @. y2 v" a! L5 |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
, I- {6 N6 V. h2、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。

  来源：iLoveMatlab
( s1 ^0 p9 F, Z' F
" c; Y) ?: D4 B9 m7 B
) K/ f, D& f, ]% `在这里本人推荐使用‘绝招’。

XINGQIBIN

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

HSinB

收藏了，感谢楼主！！！！！！！！！！！！！！

D-lin

好牛啊 从来不知道的 思密达 。。。。。。

leo12ok

相对于楼主，我更倾向于绝招之外的方法，呵呵。

xiaoding123

必须好好研究一下matlab了~~~~~~~~~~~~~~~~

isnowfy

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

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……

schnee

顶！！！！！！！