[转帖]加速matlab运行的三重境界

god

信人: fork (撒哈拉沙漠的沙), 信区: Matlab
- N3 @1 J2 [8 H: Y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)

# \; W% G0 n7 |; @/ W. E2 x7 H' _, _加速matlab运行的三重境界

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
( ]" L5 a1 ?/ F& r7 e* m%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
; C0 @5 j  p% q0 T  m6 w二、 遵守三条规则
三、 绝招
6 M+ l- @8 {( E5 |, a1 o: g- V
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
; `6 M* p( C% P! e6 V# T. S% {: T8 F%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
; b3 N9 F: U5 ]. P! @8 Q
5 z3 w5 b# W% i1 i1 i关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将
  Z2 P! |, }- @1 _; k其规则总结如下7条：
0 Z. {1 J7 v, X' Y  Q% B" K1、只有使用以下数据类型，matlab才会对其加速：
# F. S* Z  @7 H( I1 Blogical,char,int8,uint8,int16,uint16,int32,uint32,double
( H0 s; ?/ B( o1 Z$ r& T! G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
; @7 l  W. W' }2 a$ S3 {1 tre,single,
! Z5 W) C* k) q0 N2 y9 x8 X
function handle,java classes,user classes,int64,uint64
2、matlab不会对超过三维的数组进行加速。
3、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
) Z3 l0 D4 X( J9 h( _5 s4 ~- q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
3 m# Q$ `" q" U  p, E* N; C( A" d三维以下的数组；c、循环内只调用了内建函数（build-in function）。
. d  I! {1 D" e) g2 s3 O4、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
; H2 |5 A* J* v8 l% H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;
+ D6 S8 K3 C; Y) e9 |1 `* E' E( [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
度。
) D. N3 g8 d$ g$ l4 V7、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。
( C. S7 V; b, ^5 B; x  `/ {3 c
" ]  f7 u* l0 l' b+ _' ]; s%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
二、 遵守三条规则

, e; r& Z7 h* g3 j2 B8 q9 B# t1、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
2 K. \. g) T! w- F0 g5 m1 b8 U" X3 ?( |
2 ]; N7 S6 N8 k% pfor vector and matrix operations. You can often speed up your M-file c
0 D' ]1 X* O3 d. H, F/ r- Z) aode by using
vectorizing algorithms that take advantage of this design. Vectorizati
8 J8 n( ~: L9 Hon means converting
: X; _1 P+ t$ t, p6 Pfor and while loops to equivalent vector or matrix operations.”。改进
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：

6 P' f+ C( q0 xi=0;
+ `9 I6 R! @* M  a" E) W9 U) Rfor t = 0:.01:10
i = i+1;
y(i) = sin(t);
end
# i2 v% H* [) a) R8 v& B% R0 |替换为：
t = 0:.01:10;
5 f$ A, K. V& Y1 N, M2 s& Ey = sin(t);
& ?5 U8 e6 r1 r" h" ]  Q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、
, `0 s/ u$ I. Y  x" e5 F' I& preshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
  z3 f# o/ m( k$ V4 kum、ind2sub、
ndgrid、repmat、sort、sum 等。

, w  G( Y# |) G2 v1 N请注意matlan文档中还有这样一句补充：“Before taking the time to

: d: s% }  n0 R( Q% q$ W" I+ W1 Uvectorize your code, read the section on Performance Acceleration.
You may be able to
' S: a- U3 ?; {" y1 x: T# ?speed up your program by just as much using the MATLAB JIT Accelera
9 {  }) L  E3 wtor instead of
. `* V! G; ~3 E, m- t5 w9 ~vectorizing.”。何去何从，自己把握。
! I7 f( \2 K0 u. E1 a* U
$ `4 o- i# T, C1 B* q7 [" ub、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，
3 ^0 m& D$ a/ T' ?! @1 X  [内环执行循环次数多的。这样可以显著提高速度。
! B. D3 N$ ~: }; U* r+ j7 c  ], h
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
  n3 z. a; n. L: x: Z3 D- d9 z2 hes、cell、struct、
repmat等。
2 r0 A, c5 Q0 f! F; fb、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。
# H" }$ D, y; b. z
% v7 B* V1 z% @/ t, l3、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。
. A  o7 T- k5 }- B/ ]$ O  Rb、使用Functions而不是Scripts 。
8 }# k# [2 A0 q( ~$ R# D( D' l  D" X
2 N8 M$ Q0 ^& `+ I8 o, y6 a/ L) e%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
$ w* H& p  x3 j7 Y8 f三、 绝招
4 s* U2 o" J& w8 d; U8 f" I6 v( @. _8 y
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。
, D! y% c6 X; ], n3 _) P6 l1、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。

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++
' S1 R' I( E( f7 }# V语言文件，VC编译