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 标 题: 加速matlab运行的三重境界 发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004) / ]( \& A9 J( ]' [ 加速matlab运行的三重境界

' ?# w/ T4 \1 f) V, l/ ~( C $ z$ w; @! _2 m' \4 j5 x

一、 遵守Performance Acceleration的规则 * D; e5 g T" S9 o% c关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将 , n7 F" N$ J: o' r4 K- H: [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： logical,char,int8,uint8,int16,uint16,int32,uint32,double 1 `/ C1 E, C N% k/ q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 2 D0 i5 y1 j* R0 jre,single, 9 q8 [" }& i/ G+ o function handle,java classes,user classes,int64,uint64 ( w& q& Z6 v6 A6 H6 M2、matlab不会对超过三维的数组进行加速。 % a$ j7 @: O$ t4 w' Y o7 \9 w3、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 y! r7 e7 Q' @, N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 9 C8 ]( U* Z7 P6 k, g6 ^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 + a/ {: f! n) [1 I. I- @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; $ {2 W1 J. V+ v) {( y6、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 " C! h3 ^% ?) W9 E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 3 p* g0 U8 ]5 Y) u6 I$ {运行速度。

7 U2 x1 u1 _5 P

二、 遵守三条规则 , @& a5 R+ ~7 p6 x4 y- H2 T* K* u 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 # N) [9 w. @5 }+ Z: R1 i0 r" N2 Kfor vector and matrix operations. You can often speed up your M-file c " l) a: Z; i4 ~9 S/ l& u' v/ Fode by using vectorizing algorithms that take advantage of this design. Vectorizati on means converting 6 s& \6 E. S$ P$ S# qfor and while loops to equivalent vector or matrix operations.”。改进 5 D. f h+ S) Z这样的状况有两种方法： % F' D! T: b9 {& V/ K* e 4 a( P/ D, q( W( n( s4 s) Ba、尽量用向量化的运算来代替循环操作。如将下面的程序： 1 C8 H& w7 x$ I1 t- n i=0; 1 j" ?$ x8 m3 f1 ~3 Vfor t = 0:.01:10 3 i5 e9 q& [ `9 I4 O+ U# l+ `2 Bi = i+1; y(i) = sin(t); 2 S& h3 T+ B* Yend 替换为： t = 0:.01:10; y = 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、 reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums ( T) Y8 n' ^) _& `+ Z2 mum、ind2sub、 ndgrid、repmat、sort、sum 等。 * q# T" K3 R9 Z9 y ! v. M+ X; Q' z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. 5 W! o, h; o2 a, @& rYou may be able to speed up your program by just as much using the MATLAB JIT Accelera tor instead of ! E% g* b. ~8 t0 ~* L: v' _ vvectorizing.”。何去何从，自己把握。 ( M" k/ U! d: S& g# k! t0 |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， 5 c; S: q2 m8 o& ~0 H+ Z7 P+ L内环执行循环次数多的。这样可以显著提高速度。 C/ J( n+ G( `, Q) y( O z' [6 R/ D2、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。 3 z2 B; U, A1 m* Q) Sb、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： : n) {* n5 C+ @/ \0 Q6 l+ S7 X0 l8 aA = int8(zeros(100)); 3 ?. r( F! c p$ _换成： A = repmat(int8(0), 100, 100); * x" \4 h) G/ ~' i5 t, g% y: Qc、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 。 1 _4 ^2 a. P2 U3 o) |

8 ]' ~% y$ H) y S1 s( \: [! ]

三、 绝招 4 m* ^0 h) j# m" @ 3 E/ F- F# N( Y1 x$ Q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。 $ x' k2 {" P. d1 g7 V: s1、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。 % A4 o1 |6 R( I; y& O+ h5 L: A 5 f y$ X6 h$ P: J! H+ t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++ 语言文件，VC编译”。

fup

Great.

ornewuser

好文章

zzwszj

注意

* U8 m2 V& t" q( J3 e0 l

加速之前应该先测试 使用profiler可以获得程序各个部分的耗时 如此就能高效的加速

/ S0 w Z8 b7 j' A

因为有的时候导致速度变慢的原因是逻辑结构不合理， $ e8 C& }: H. F: W0 ^5 q4 [, y+ ?而不涉及程序技术

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？？？？？？？？