|
非常实用的Matlab编程技巧。可以试一试。 / H9 F" o( @( X2 ~+ @& O9 X
CTerm下载文章: 紫丁香★& Z5 T% a: q0 F& v3 }" R
% N0 F2 Y: Z* c! s% C% d
发信人: fork (撒哈拉沙漠的沙), 信区: Matlab
/ |" K9 Q2 F0 ^5 v0 Z V1 I标 题: 加速matlab运行的三重境界
8 B! l% o, d: S发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004)
5 r3 {0 J2 x5 v n5 c& T" g. l' @6 r9 k
加速matlab运行的三重境界
# ?% |: O/ s: \: L1 [一、 遵守Performance Acceleration的规则
! C3 `$ d+ n4 P- C1 I4 V" _二、 遵守三条规则0 m" {0 [: |: a4 y: L. ?
三、 绝招
; x9 C# h7 _& u) {8 G3 q- p/ w- ?
一、 遵守Performance Acceleration的规则" H5 h9 j N3 h5 c
Z5 l# _0 K+ `4 B
关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将
7 s$ X( v5 h1 ?0 }0 l5 ]其规则总结如下7条:* Q, R% t3 z1 A/ j7 t: L1 t$ i
1、只有使用以下数据类型,matlab才会对其加速:* z. @" T, O t: a% Y
logical,char,int8,uint8,int16,uint16,int32,uint32,double
; i) g3 I7 W- k) D) c8 b8 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,structu8 S8 p& o4 h) t. H" C
re,single,$ R& e/ x# Z; c7 j8 R
$ a% R" K3 ]( c- h3 C7 U0 m2 c
function handle,java classes,user classes,int64,uint64- z6 Y3 r( V/ Y/ [
2、matlab不会对超过三维的数组进行加速。
' C+ x0 e- ?0 P/ T4 g2 N3、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5 {4 {, H8 A: {
来表示;
9 X% l7 ^$ y8 }) q$ e+ db、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
# O+ h* i1 S* B, u7 F7 c1 A$ M. u据类型,只使用
# k! R# J# E5 S5 D三维以下的数组;c、循环内只调用了内建函数(build-in function)。; W# s+ D2 w0 E) D) ~, `
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* D8 c2 w/ x( m7 R0 b k
加速运行。
$ ]* r* n) w2 }' V: a5、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:! K. _3 b, q( n; l7 Q9 }' `
x = a.name; for k=1:10000, sin(A(k)), end;
6 r& a' b: `! [- u7 }# w. i, \+ P6、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
* m% ]0 I( w) \4 A/ T度。' {1 i7 M- l2 x2 \' u/ s d. V$ I
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$ P a1 g6 Q( j; b6 @/ W* [
运行速度。: ?( f5 H5 X$ ]( F5 U
; ?9 m3 X5 ?' ^9 m
; e3 {( y, D" p二、 遵守三条规则
+ _9 L. r% \; q% M1 G
# p7 c2 B1 J, N( D1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
% @, n. t- a( }$ fh means it is designed
1 W3 ]* Q( P. d. X
1 t' J+ _1 o2 {- O1 Jfor vector and matrix operations. You can often speed up your M-file c: U) m, l: s* g3 D4 C0 b
ode by using
9 z' D& ^3 e2 m/ K! W9 P, W: \vectorizing algorithms that take advantage of this design. Vectorizati5 v/ {/ T* _9 {3 E7 P
on means converting
6 Z. K' M7 @, V1 m! G3 ^3 Sfor and while loops to equivalent vector or matrix operations.”。改进
: U0 z) F# x j7 ~+ X这样的状况有两种方法:2 ]$ i/ P% w& b4 ~7 J
% L5 }: A h. m1 L+ Aa、尽量用向量化的运算来代替循环操作。如将下面的程序:
/ |" e! K# A/ i' t: Q* I( k
7 v2 X0 X' i0 ~# qi=0;
: y3 t3 i% u. j2 K% c# H$ gfor t = 0:.01:10
/ R4 b/ c# @/ [; H" ^/ _$ ti = i+1;
4 B+ F6 C6 n1 w* k D' iy(i) = sin(t);7 x' i7 b+ u6 [: Y
end/ e8 z) e" W6 _* e0 E( W7 r( j
替换为:2 q2 p+ o8 _; ?/ f' p* _1 {
t = 0:.01:10;
i; `+ J+ ~4 I9 w8 Vy = sin(t);# w9 P: Q; Y& N+ S- J: p7 g" ]- j
速度将会大大加快。最常用的使用vectorizing技术的函数有:All、diff、i: B5 I8 u! G7 \7 D
permute、permute、
* K3 S- u+ M& B8 I2 x0 a0 sreshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums6 C5 R1 d$ R- J& n1 U& m+ R
um、ind2sub、
5 m: X7 n, B }# O ]ndgrid、repmat、sort、sum 等。9 C4 I8 W4 D- {# l( {7 W
, H- ~7 l3 p, |+ T9 D
请注意matlan文档中还有这样一句补充:“Before taking the time to
, ?- V8 j8 q, V0 R: p5 p+ p) i
' _5 L, d1 d/ c \9 `+ P) M: yvectorize your code, read the section on Performance Acceleration.% ?4 D4 `! a% }
You may be able to
# d1 G: {1 U: |speed up your program by just as much using the MATLAB JIT Accelera" `# e( o; U8 K( B; g
tor instead of& x6 f: F8 Y$ f- a
vectorizing.”。何去何从,自己把握。9 e' x7 I3 w! Q0 c' f# z1 p
! g( v7 J# T1 }9 n3 |& |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) ?& l/ B* |: c7 `0 q* k: L
行循环次数少的,' e0 J$ E8 o8 @
内环执行循环次数多的。这样可以显著提高速度。
8 w7 N$ d+ Z; i" i* D5 b8 k+ C
& N( R) n& A% U7 m2、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
3 {* T+ k4 i/ ges、cell、struct、
8 k2 j, Y+ E, s' y0 W& _repmat等。1 u$ r7 i: V! i" e+ ^) d
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:2 g( a1 R, t3 z/ H; |+ [
2 T- J2 ~6 o% F/ Q1 M1 bA = int8(zeros(100));' w9 t0 ~5 q! v/ \
换成:* l# Q5 I3 ?# p
A = repmat(int8(0), 100, 100);1 _) G5 s# A2 C4 R! |$ m( ^
c、当需要扩充一个变量的大小、维数时使用repmat函数。
$ k/ {. r4 P7 G% P8 _5 Z, `& h9 j+ p* F) Y5 y/ Q. [
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。: E9 d) ]+ W, F8 {4 k% \
b、使用Functions而不是Scripts 。0 N0 H: s5 ]: i) u# l5 E2 ^6 h! n
+ X9 G7 z5 `; @$ x
$ s# K$ d8 K, i9 Q2 }# [三、 绝招
$ O' X: f/ h7 z3 \/ s6 o5 k& k' O6 Z) r3 e1 u 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。$ a- D% A/ F9 t+ Q
1、改用更有效的算法7 `* d9 O0 L" |# V
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。
1 g& C9 a$ A2 o P3 c3 C3 D0 M, Q/ w3 h7 U2 n
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++- n: `2 Q8 X' d: b" Z9 U
语言文件,VC编译”。 C* y1 n4 |( t. ~! l, W3 h) V
|