【转载】加速matlab运行的三个境界

厚积薄发

! H( L( F6 V8 w1 f& w: o加速matlab运行的三重境界

加速matlab运行的三重境界
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
- |1 Q) x" H# I. ~: B4 B/ V: `一、 遵守Performance Acceleration的规则
二、 遵守三条规则
三、 绝招
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
) P( j2 Z; `" f) c%%%%%%%%%%%%%%%%%%%%%%%

一、 遵守Performance Acceleration的规则
& }% g2 B4 g- s* `4 J# a1 i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：
5 \3 B$ q+ l; F3 b1 x0 X3 E/ r1、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
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,
0 ~8 h/ l( ~3 [5 C* F+ E% xfunction handle,java classes,user classes,int64,uint64
2、matlab不会对超过三维的数组进行加速。
, ]7 z: l0 J$ U3、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
4 F7 o% |5 w# v来表示；
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
- W: b, n1 S6 f加速运行。
8 l! R2 R, X) x0 n, D5、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;
# b* o& J/ e$ F6 i8 F' V+ C6、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
' g* o$ y, o  m9 b. z: f* Y- F3 ?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。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+ A( I( B5 `1 B/ f9 p%%%%%%%%%%%%%%%%%%%%%%%
% }: ^# ^( i9 z* K. c6 [二、 遵守三条规则
0 f' ~* B( u$ v1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
$ P# O( r% I& y# z0 }8 ^h means it is designed
for vector and matrix operations. You can often speed up your M-file c
ode by using
vectorizing algorithms that take advantage of this design. Vectorizati
; i1 N( F! e' w6 V3 }, f; bon means converting
% F, ]. d+ T: b7 ^/ W/ K" |for and while loops to equivalent vector or matrix operations.”。改进
/ G8 X' Z- F7 j/ J+ g3 L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：
i=0;
for t = 0:.01:10
i = i+1;
y(i) = sin(t);
1 [" C, k$ Q! eend
& b2 G4 }+ b7 ]! x) }) |替换为：
t = 0:.01:10;
: U. }  u) _8 u' k# f! z9 F3 qy = 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、
- j# M8 {/ {7 I* X) H  Z1 Wreshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
um、ind2sub、
ndgrid、repmat、sort、sum 等。
2 Y& D1 {" U3 H' }& X请注意matlan文档中还有这样一句补充：“Before taking the time to
0 g* S+ n; ?/ E) Vvectorize your code, read the section on Performance Acceleration.
You may be able to
speed up your program by just as much using the MATLAB JIT Accelera
tor instead of
# _" c, d8 q6 a' p7 q! |vectorizing.”。何去何从，自己把握。
8 n2 w0 l4 m. ~8 Q9 g3 |9 F- gb、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，
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。
2 i9 R4 ~  i# Y* Vb、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：
% M6 l: _$ @; V  [" j' _A = int8(zeros(100));
换成：
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。
2 T  v3 ~1 Z5 E2 s& A) N6 J2 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。
# s7 N. H$ I' y7 N* T! U8 L) Ob、使用Functions而不是Scripts 。
5 g  c5 _0 g+ `%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
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
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。

+ V5 L3 r( G6 W( e0 v4 F1 `  来源：iLoveMatlab
, u$ W( `% ?' d, G
5 k+ E/ t& g( R4 O  \" l8 q
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！！！！！！！