[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
- {) ]1 `. D0 i8 M标 题: 加速matlab运行的三重境界
9 g5 \5 \; L6 R" N" K  \* z发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004)

加速matlab运行的三重境界

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
3 i0 @1 w6 J* }( ~# Y一、 遵守Performance Acceleration的规则
二、 遵守三条规则
$ R; n/ w* d/ ]4 t三、 绝招
9 e6 P7 x: |; x% Q- E) `
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
5 V  g0 L2 a+ o& [
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：
& k% {0 ~0 c) e1、只有使用以下数据类型，matlab才会对其加速：
! {) w2 Z) ?( |: I1 ]% w% Ological,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
5 q, I: a( p  r3 O8 G7 jre,single,
  R9 v* m: a9 z% b; X
function handle,java classes,user classes,int64,uint64
# z1 m4 R6 q! w) L5 {% G2、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
2 T% ^* Q+ g- i7 W. r3 r( B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
' Y  T( d6 [; ~据类型，只使用
三维以下的数组；c、循环内只调用了内建函数（build-in function）。
1 W: w8 N- D8 R- ], A; Y& T4、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 v: h+ z% O8 F  m1 `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：
" p  \2 n( S4 ^  Z+ dx = a.name; for k=1:10000, sin(A(k)), end;
7 H6 ?  [* K. G# K# E& s+ |8 a* y! O8 b6、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
! D2 X) J% g: e2 i. d- f. n+ {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
2 P. Y0 ~: L& c% B' f运行速度。
$ t# i4 b  a! d6 ^
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
1 Q( c1 @1 q8 j  \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
ode by using
7 H" J# Q3 B4 c$ M! Q1 O" T# Evectorizing algorithms that take advantage of this design. Vectorizati
8 [* G' W  K! o3 ^$ qon means converting
2 n2 \7 U, V5 ~  q9 l+ afor and while loops to equivalent vector or matrix operations.”。改进
9 Q: p: a% @4 D% K/ o" W, h. K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：
5 i' R8 t' D, F1 H
i=0;
for t = 0:.01:10
i = i+1;
, l3 n5 C' J! j* ?. [y(i) = sin(t);
end
$ x" ?; c# O$ t, R  i! ?# p# E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、
& w$ V) T' i( q  O& treshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
um、ind2sub、
- P/ p! i5 T/ [  Hndgrid、repmat、sort、sum 等。
' g  G- s- T) c: [- Q8 O  K% W* \
: n; @, p! ]* p0 F请注意matlan文档中还有这样一句补充：“Before taking the time to
  u7 H1 e9 @- y  E
" G! |* R( x* {- `) P% `8 Rvectorize your code, read the section on Performance Acceleration.
/ Y4 Q1 \& N) D5 k9 e, [+ ^4 DYou may be able to
speed up your program by just as much using the MATLAB JIT Accelera
8 Q: ~( ~# A5 i2 s. ztor instead of
vectorizing.”。何去何从，自己把握。
- i: y) E+ p* S
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
! z* F' E/ }; w0 U3 I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。
* j& @0 Z; I" U
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、
# x4 n4 H, W5 j" q% S9 nrepmat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：
7 i5 ~: b! q1 ^; {' Z
) d* J2 ?, l# o. U0 _9 eA = int8(zeros(100));
) [1 G" b1 @  s2 _% _0 G换成：
  z9 V, e- Y3 J: W' N/ _' x' fA = repmat(int8(0), 100, 100);
8 ~* ~. i" ?0 i0 ]% s+ k: lc、当需要扩充一个变量的大小、维数时使用repmat函数。

1 r, v& Z% U+ o; S7 Y3、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。
, G1 o7 U1 J' I9 wb、使用Functions而不是Scripts 。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
三、 绝招

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。
) r$ ^3 T; H" V; W) L: {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。
$ q0 x5 E3 K) l' C6 ?% v
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++
" I7 B+ d5 E+ C7 ~" U8 l, T! W语言文件，VC编译