Lu数值计算扩展动态库LuMath & 小矩阵大运算量效率测试

forcal

Lu数值计算扩展动态库LuMath V1.0：http://www.forcal.net/sysm/lu1/luhtm/lumath.htm
- \* q( k3 s! d, o8 u6 O
6 A, C/ }/ S. C3 d' v8 XLuMath 库的数值算法是以矩阵为基础，并进行了运算符重载，具有内存消耗低、执行效率高、代码简洁、实用性强的特点。
+ j6 @* o) J! K, k, q: e
例子：

2 `. F- H. k& F) b0 ^matlab2009a代码：

1. clear all
   $ l  Z4 |' \8 F: p6 l1 \) ]& d8 ]
2. clc
   + K  z& O. o; X# Z/ |9 d
3. tic1 C1 o% i. V; b1 s
   
4. k = zeros(5,5); % //生成5×5全0矩阵
   - a; g9 P+ A6 g6 D9 ~9 x
5. % 循环计算以下程序段100000次：
   # J2 @% i$ I9 a7 e' Y+ H( A
6. for m = 1:100000
   6 V( R2 F5 [9 D* ]) ~# u. h- F) C
7.     a = rand(5,7);/ @0 T3 H5 n  R6 t. i5 n( ?
   
8.     b = rand(7,5);%//生成5×7矩阵a,7×5矩阵b,用0～1之间的随机数初始化4 Q0 @! c% o( x. z
   
9.     k = k + a * b + a(1:5, 2:6) * b(2:6, 1:5) - a(:, 7) * b(3, :);
   ; i$ \/ c. X! K$ U, \: ~: B
10. end: K1 ]* ~* f1 L, ]7 F/ d( E+ P7 m
    
11. k$ _. o- Y* g7 H/ U; h1 T% Y
    
12. toc

复制代码

多次运行，结果约为：

1. k =' A! Q9 ]. {+ ?9 x8 H
   
2. 1 `' |# w8 i+ Y+ `
   
3.   1.0e+005 *
   9 W7 ^0 z- `! r
4. 5 B% U  U+ ^4 F; N# s3 Y8 z0 f
   
5.     2.7530    2.7525    2.7509    2.7539    2.7529$ m) t# j: e0 j, e
   
6.     2.7521    2.7494    2.7493    2.7542    2.74769 ]% b3 Y3 ~% u
   
7.     2.7549    2.7524    2.7527    2.7564    2.7517
   5 M1 \* @2 [6 s2 B/ ?\" |7 I
8.     2.7530    2.7523    2.7533    2.7525    2.75023 ^( [* Z- t0 E) h  u3 Z
   
9.     2.7527    2.7521    2.7505    2.7519    2.75237 @0 {# `. o' ?/ e; j6 F! ?
   
10. 
    & ~* A' Y; e, `% E. y
11. Elapsed time is 2.126704 seconds.

复制代码

Lu代码：

2. !!!using["math"];* C1 r\\" D$ X# B* Y: i3 S
   
4. main(:t0,k,i,a,b)=0 u& Y' G6 r/ @; T\\" n( u8 z
   
6. {
   
7. * w, V, ^/ e  R% t\\" b/ m4 S
8.     t0=clock(),
   
9. / O0 z' p3 Y# _. e) W
10.     k=zeros(5,5),         //生成5×5矩阵k，初始化为0: B0 u) C; x/ _) P1 g* |5 z
    
12.     i=0,(++i<=100000).while{//循环计算100000次
    
13. 6 S& H\\" N. D2 s\\" \) L  Q# K! r
14.         a=rand(5,7), b=rand(7,5), //生成5×7矩阵a，7×5矩阵b，用0～1之间的随机数初始化
    
15. + A( l0 e* D% L, D0 A
16.         k.=k+a*b+a(0,4:1,5)*b(1,5:0,4)-a(all:6)*b(2:all) //计算k=k+a*b+a(0,4:1,5)*b(1,5:0,4)+a(all:6)*b(3:all)
    
17. : ]& Q2 x: f* \
18.     },
    
19. 4 Z1 ]6 U& g4 D! Z: T5 j( i
20.     k.outa(),             //输出矩阵k
    
21.   m5 b$ c! U- A
22.     [clock()-t0]/1000.    //得到计算时间，秒
    
23. 4 G9 q, u# ?, X, X$ n
24. };

!!!using["math"];<font class=\\"jammer\\">* C1 r\\" D$ X# B* Y: i3 S</font><br /> main(:t0,k,i,a,b)=<font class=\\"jammer\\">0 u& Y' G6 r/ @; T\\" n( u8 z</font><br /> {<br /> <span style=\\"display:none\\">* w, V, ^/ e  R% t\\" b/ m4 S</span>     t0=clock(),<br /> <span style=\\"display:none\\">/ O0 z' p3 Y# _. e) W</span>     k=zeros(5,5),         //生成5×5矩阵k，初始化为0<font class=\\"jammer\\">: B0 u) C; x/ _) P1 g* |5 z</font><br />     i=0,(++i<=100000).while{//循环计算100000次<br /> <span style=\\"display:none\\">6 S& H\\" N. D2 s\\" \) L  Q# K! r</span>         a=rand(5,7), b=rand(7,5), //生成5×7矩阵a，7×5矩阵b，用0～1之间的随机数初始化<br /> <span style=\\"display:none\\">+ A( l0 e* D% L, D0 A</span>         k.=k+a*b+a(0,4:1,5)*b(1,5:0,4)-a(all:6)*b(2:all) //计算k=k+a*b+a(0,4:1,5)*b(1,5:0,4)+a(all:6)*b(3:all)<br /> <span style=\\"display:none\\">: ]& Q2 x: f* \</span>     },<br /> <span style=\\"display:none\\">4 Z1 ]6 U& g4 D! Z: T5 j( i</span>     k.outa(),             //输出矩阵k<br /> <span style=\\"display:none\\">  m5 b$ c! U- A</span>     [clock()-t0]/1000.    //得到计算时间，秒<br /> <span style=\\"display:none\\">4 G9 q, u# ?, X, X$ n</span> };

多次运行，结果约为：

1.          275024         274895         275054         275083         2750247 {4 b# x7 a! S2 B, S9 j: s' O/ u% j
   
2.          274965         275036         275091         275112         274931
   5 s( O/ _7 ^$ W0 {, B
3.          274975         275012         275020         274963         274939/ X7 n2 ?8 C* t8 a6 L9 ?
   
4.          274981         274976         275117         275065         275044( _% W4 P\" \! [7 W9 P2 s, S
   
5.          274920         274906         275005         274972         274920
   \" |! x4 t$ ^\" a
6. 1.25 秒

复制代码

Lu快于matlab的原因应该仍在于内存管理效率较高。