【转载】加速matlab运行的三个境界

厚积薄发

! P, k& d) P. e( t* O
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
4 N4 [0 C8 [1 G7 y/ \5 s二、 遵守三条规则
% K0 _; {" J( ~, o% ^3 g2 `+ W三、 绝招
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%

一、 遵守Performance Acceleration的规则
) q+ x4 f) o) W( K  q1 B" L. Z关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将
  X3 J& x+ ?- i! A" _5 ~6 u$ F4 T其规则总结如下7条：
5 c/ N0 t8 q& o, N4 j- ^; |2 s1、只有使用以下数据类型，matlab才会对其加速：
2 T' f; j5 R+ J0 S- Blogical,char,int8,uint8,int16,uint16,int32,uint32,double
* `( L4 o0 ~' V. k  F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、matlab不会对超过三维的数组进行加速。
& x: |$ D2 w1 c" L3、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
! m" M) b' y  i" T' r6 Y& T来表示；
" ~$ ?" c0 @, O: m3 Ab、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
4 }5 V7 W; N3 Q( y5 T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。
- K% j5 ~- F6 }0 Y5 J3 M6 ?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;
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
; I0 l/ ?1 \' t+ I/ @( H度。
+ g0 }  {- o$ o) n0 X3 c) u9 d7、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
6 E  K% Q) z! ~4 I& i7 m运行速度。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
二、 遵守三条规则
  ~* ^  t9 F7 u' H1 A2 n1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
  y& c/ m+ @5 {8 d3 F- kh 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
on means converting
for and while loops to equivalent vector or matrix operations.”。改进
: _: O# y4 Z4 V1 }. e- K5 Y8 Z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
- q3 B2 S6 E" a& J  Q" Qi = i+1;
+ l( q+ X9 h# x/ x* l. e' By(i) = sin(t);
5 ?" ^$ O. v7 Bend
替换为：
t = 0:.01:10;
y = sin(t);
& A8 [5 ~3 j$ n' R4 \/ I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 V  P3 R$ J3 ^7 e$ K& ~# _1 _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.
# ^4 |4 _' B# j2 oYou may be able to
$ k  _' E9 ?" N& u5 N! S. \3 Gspeed up your program by just as much using the MATLAB JIT Accelera
tor instead of
* c6 l: E: A" x# u. u9 c- Z5 s8 Uvectorizing.”。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
" j) a* S9 `" t1 F$ B! |  R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、
1 E9 g: n$ C% m, q9 Crepmat等。
+ `$ N, I, t5 }0 F& R- ab、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：
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。
b、使用Functions而不是Scripts 。
- Q) P* G/ a* p5 h%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
* I) g( K' X+ J* }8 B%%%%%%%%%%%%%%%%%%%%%%%
  {0 K7 l6 {! V+ H+ }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。

4 @  f/ w) b3 l& o( D* Z2 n( X  来源：iLoveMatlab


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！！！！！！！