加速matlab运行的三重境界

zzwszj

发信人: fork (撒哈拉沙漠的沙), 信区: Matlab * |% Q5 m1 |. h& P2 d" p$ L: g标 题: 加速matlab运行的三重境界 / `# W5 q* X1 x8 [+ `0 b# ]发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004) & g; W, ~% P. c加速matlab运行的三重境界

3 ]7 o/ S% o: E " Y; v. a, V6 W+ R, ^8 e

一、 遵守Performance Acceleration的规则 , }! N# s+ w4 r3 t3 J( \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： 1、只有使用以下数据类型，matlab才会对其加速： 5 Z& T/ S4 l& d/ p9 ~2 w5 t$ clogical,char,int8,uint8,int16,uint16,int32,uint32,double , N0 U& q8 `& }. j' o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 + t; d) @4 [- u: I. tre,single, . t7 _7 z" a- G! Y F2 j9 u + W; _3 h8 e0 _- j# p2 L' [function handle,java classes,user classes,int64,uint64 : D& w& o0 V7 }. H! r8 b1 d2、matlab不会对超过三维的数组进行加速。 1 x5 G* I) J& |9 f. _! P3、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 / L" k8 T( ] o; j来表示； * k/ ?: v) t1 j# \0 \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 9 B% d6 w: h& }7 D0 \三维以下的数组；c、循环内只调用了内建函数（build-in function）。 3 A& l& n& Z- Z# i4、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。 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; . h: a4 ~0 S' p9 h6、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。 % f# i& I7 m2 h' N* Y7、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。 9 }! d3 j1 p2 v/ R/ p7 R9 l/ Z0 J

, W- L( ~, E# S; @

二、 遵守三条规则 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 for vector and matrix operations. You can often speed up your M-file c * }" a. v, y% M- Zode 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 4 H Y: @) S- c4 {) s+ _. ]% \7 l这样的状况有两种方法： $ p/ n% q3 C4 [. Ya、尽量用向量化的运算来代替循环操作。如将下面的程序： ; I9 N* e4 z4 p0 k! k * G+ G' r p* Y( {- ?i=0; / t* Z5 {' L1 O* e7 l0 @for t = 0:.01:10 5 K0 ]- p+ Q1 b- @2 {0 Xi = i+1; & W1 t2 U- K; R6 }7 C0 fy(i) = sin(t); end 替换为： t = 0:.01:10; y = sin(t); " y9 [# d9 S& `6 q! x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、 1 M1 ]8 w5 N: j, a! Breshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums um、ind2sub、 ndgrid、repmat、sort、sum 等。 : } o2 J# t" i8 d; z请注意matlan文档中还有这样一句补充：“Before taking the time to ; u+ j( B% k' E8 S6 \! P vectorize your code, read the section on Performance Acceleration. : f" c* D! ], }# R9 t8 RYou may be able to speed up your program by just as much using the MATLAB JIT Accelera tor instead of . x" f \4 G4 f" rvectorizing.”。何去何从，自己把握。 9 Z# P1 H' m h6 v+ R 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 行循环次数少的， # |: B4 k0 Y7 d( `. F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、 ! t2 L0 ?- r' O, v* H3 Vrepmat等。 * M4 } n M# F5 S cb、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： ; @4 ^$ ~) e) Q3 b$ GA = int8(zeros(100)); 7 b& ~% D5 E2 e换成： A = repmat(int8(0), 100, 100); + c' Z/ `7 Z1 L/ kc、当需要扩充一个变量的大小、维数时使用repmat函数。 : ?7 d1 u! f+ G2 r) K: w5 o. P4 r - C( H* x" w3 k3、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 。

三、 绝招 # C( I4 S0 _8 O) o$ E% y 2 Y3 \) N( r& T# L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 c( ^% u# D" B% A. r0 @: n7 U1、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。 0 G9 A+ C6 |7 H+ `$ x g' g0 F5 M- L0 P& c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++ $ U; M: ~; x+ z% S. t+ S: m+ y( S语言文件，VC编译”。

fup

Great.

ornewuser

好文章

zzwszj

注意

加速之前应该先测试 & d5 s$ k! t+ k/ S( ]% B使用profiler可以获得程序各个部分的耗时 ) W/ h5 u# `" E B" ?如此就能高效的加速

因为有的时候导致速度变慢的原因是逻辑结构不合理， % _$ p2 Z) H" W. O; Q' J而不涉及程序技术

! u6 u+ h+ v, `. p+ ]( l

hamburger_2004

收到！[em02]

hamburger_2004

多谢掌门人，对俺的帮助太大了。

布赖

有没有经过考验的？？？？？？？？