[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
3 r7 i0 c$ n$ K0 ?, y& F标 题: 加速matlab运行的三重境界
2 [- l2 K# O8 k1 x2 ]# ~% |发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004)
7 V: J  X# _% {- f7 p
加速matlab运行的三重境界
) `6 K% Q. O  r: n
. ]* a0 b" n& p" |$ B%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
' h$ ^* x5 R$ L% B) b& V0 H%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
二、 遵守三条规则
# _( l: L3 S( l三、 绝招
" X6 Y2 V. d+ Q
1 k9 H; ]. V; r: c6 m( L%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
) T8 T. u- P) s: o一、 遵守Performance Acceleration的规则
/ h. _2 w5 D( I( Z/ g. g; b, ~
关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将
) P8 Z! o% Q: J  n其规则总结如下7条：
' D; u5 G8 M* `: B( t& K1、只有使用以下数据类型，matlab才会对其加速：
- q: f) m) v3 I* O1 E1 c3 O0 `" ?. blogical,char,int8,uint8,int16,uint16,int32,uint32,double
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
. X% `1 s6 f; ]  Jre,single,

function handle,java classes,user classes,int64,uint64
9 u' F2 p6 N5 h2、matlab不会对超过三维的数组进行加速。
3 W) U% g. s: {. 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
& ]% D; G( D  x' f! }1 J来表示；
. s& u1 `( p9 g3 B$ Mb、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
7 g+ T' J, E6 s( ~7 L& g2 X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。
4 L' N' {2 p/ D# ]# J, w, t" z! _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
度。
$ E6 I4 {5 v/ O$ h7、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。
5 F/ {# j. _: Q: i. G
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
二、 遵守三条规则
3 p" m8 q3 d, M& o- W  k
: @9 \6 W+ C1 y& Y- C$ d7 x# [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

6 Q6 c4 a! {4 J5 p1 P0 Jfor vector and matrix operations. You can often speed up your M-file c
3 S1 O4 Q. Y9 O: }ode by using
* e2 Y0 [0 c0 C2 `! jvectorizing algorithms that take advantage of this design. Vectorizati
5 `8 U$ x0 o8 P' c% Bon means converting
for and while loops to equivalent vector or matrix operations.”。改进
这样的状况有两种方法：
" ^0 O7 A  a/ j8 B: T& c: F  j
$ a! C, ]+ L9 f5 Ma、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;
, D& f- E# d0 o5 v" Y/ Cfor t = 0:.01:10
i = i+1;
; r" h+ C1 Z& _y(i) = sin(t);
end
替换为：
  n% H. w0 {% F% p7 S9 ft = 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、
' C) l/ q/ u# u( g# f1 Jreshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
$ p+ D3 |2 @( N' \! v% k5 B# bum、ind2sub、
ndgrid、repmat、sort、sum 等。

8 u- `! n4 _' ?- G请注意matlan文档中还有这样一句补充：“Before taking the time to
6 ]$ b9 Y2 C; r
3 w; [5 B  v9 _& f( i! l- o( vvectorize your code, read the section on Performance Acceleration.
& J8 n, d) k) q# KYou may be able to
speed up your program by just as much using the MATLAB JIT Accelera
3 v; J; B3 u% S6 P4 p) _tor instead of
vectorizing.”。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
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。
( z& \7 q+ z4 I
* a; e) z4 P7 N" e# c) d: a2、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、
/ A$ D* V% M" A4 |% {, K* B4 n. zrepmat等。
b、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：

$ \5 t0 U5 z1 V. I8 jA = int8(zeros(100));
8 d  {* d/ P  q3 j1 [) ]换成：
A = repmat(int8(0), 100, 100);
+ i* N( L' u! j* Xc、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。
7 p* q7 s9 r8 H; R, Q2 ?3 s3 J+ {b、使用Functions而不是Scripts 。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
. Q8 P0 V0 L1 R: y5 y" ~三、 绝招
0 Z6 t. Q/ {- _5 P, Y2 @$ @
8 [  w! ^0 k. K$ y, G6 U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 D1 I$ I8 E% r# Z8 {- 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