[转帖]加速Matlab运行的三重境界

[复制链接]

字体大小: 正常放大

helen

15 主题	4 听众	1807 积分

该用户从未签到

电梯直达

1^#

发表于 2005-2-1 19:34 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

非常实用的Matlab编程技巧。可以试一试。

CTerm下载文章: 紫丁香★+ `! A' w1 N% G% k# L3 @ 9 a7 K q' j2 k 发信人: fork (撒哈拉沙漠的沙), 信区: Matlab 8 M+ `1 L, X) Q标题: 加速matlab运行的三重境界 6 ?7 ?. C: ?6 z S; r0 ?1 B$ C发信站: BBS 哈工大紫丁香站 (Thu Jul 1 14:27:30 2004)& @1 y# V. `; ^' p' l/ W( k: U # r- [: F4 Q0 ^9 O, \( ?& T9 S 加速matlab运行的三重境界 - U6 _ F. @, s, B3 E! q9 z( u t一、遵守Performance Acceleration的规则 * I: `" c6 `0 e/ e7 O7 x: |0 N! }6 i二、遵守三条规则 7 A0 a& z7 V+ B5 f0 ^三、绝招

一、遵守Performance Acceleration的规则 8 [0 l( {- w; M$ g* d4 T; f * t/ g$ [: z0 |2 B! W$ P8 W! {& v关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将8 J" X3 X, z7 d8 {2 O+ { 其规则总结如下7条：; K1 P; n9 n, |1 n1 ` 1、只有使用以下数据类型，matlab才会对其加速：) {* |) r2 j* x, o% g4 e/ ] logical,char,int8,uint8,int16,uint16,int32,uint32,double8 Q! R- A0 X( ]( t- _/ | 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# M- E. P4 c1 Y2 S- C re,single, : {, \' Y: T' I1 [ % S9 I k& @* O! q( t1 ofunction handle,java classes,user classes,int64,uint643 M( [2 p5 [% J* q3 k" _' J; N 2、matlab不会对超过三维的数组进行加速。 ) C6 i7 m% m* a+ e% O3、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 ! K) X( p# l* C; P/ I! n7 _来表示； , X4 Z2 Y# r6 \; rb、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 3 u2 B* I: J$ x" [! k( }据类型，只使用! F6 ~# N4 G- H- A& [2 E 三维以下的数组；c、循环内只调用了内建函数（build-in function）。* u4 D: v6 ?. b* D! F0 o 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 - q/ _4 K: T+ |加速运行。( u* r; ]' }) n3 d( o7 r; M 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：7 N2 L8 c+ m) }& D) m+ m ^ x = a.name; for k=1:10000, sin(A(k)), end; 7 P2 t. b2 B. T, f* [$ h6、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+ [7 T! h3 H4 F 度。 Y6 c6 }7 [6 v" P7、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 a8 j/ b3 u6 O1 L5 r# R运行速度。' A" [3 H7 j: _% u) X, u# z. b3 z 6 E* _+ n0 v7 [$ K. w+ { + c! v1 }( X" h2 n9 H2 d$ ^ 二、遵守三条规则 l3 U/ i( U: h ; o! d a: w+ j5 A/ G m1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic F! R# W0 I( o5 Ph means it is designed+ o3 Z6 y) C3 R2 U ! y8 U( G: x/ ?3 G: a, C" ] for vector and matrix operations. You can often speed up your M-file c! i) j3 o& B/ }4 M9 d: W" r! g' V- p. ~ ode by using8 |7 Z. w, C" o4 V2 u, c4 j vectorizing algorithms that take advantage of this design. Vectorizati' Z9 v8 i7 `) S% ?; c I1 T on means converting ; h5 p" V, v4 P5 Cfor and while loops to equivalent vector or matrix operations.”。改进! F9 G4 [5 G" ~ 这样的状况有两种方法： & f& _' @9 n! G! t0 e) Q8 a8 l: }6 u- J a、尽量用向量化的运算来代替循环操作。如将下面的程序： r+ B; i3 M4 c" C u. O R! ?0 |3 F" ni=0; / s7 F+ s; Y# ?6 [# l8 vfor t = 0:.01:101 V( m+ Z, I4 r* A. R i = i+1; 7 N$ X9 L3 D' u8 f cy(i) = sin(t); + N& W' E" |5 @" O3 c) N9 [end * ^7 D% ^( `# w7 `6 h+ S替换为：1 M L, J/ v3 Z; G. B) L, b; L+ X t = 0:.01:10;& ?( y! c! Y# }) ^8 A' _4 }& a y = sin(t);4 `; x: ?- c) m [) h- f 速度将会大大加快。最常用的使用vectorizing技术的函数有：All、diff、i# Z% W" M8 Y, H# G7 v permute、permute、 " K8 R5 ]4 ~1 Z' K" ereshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums$ G: |* }* h! m+ `# n um、ind2sub、% _+ `/ C! N2 x ndgrid、repmat、sort、sum 等。0 V6 d: V# G. c. @: z - \' K, R, F8 \, y4 W% c$ |请注意matlan文档中还有这样一句补充：“Before taking the time to . M- T. F" ^1 X& X: X% Z : t9 W# [& ?; N+ U& z# y# [vectorize your code, read the section on Performance Acceleration. & Z, s* u' N5 H' h- ^You may be able to : h# A* p' q* F, O3 ]# d) @1 Zspeed up your program by just as much using the MATLAB JIT Accelera: c( b$ i/ r. d tor instead of8 t0 p6 _+ v0 E/ r! @ vectorizing.”。何去何从，自己把握。 / W+ Y7 S; q: a9 I- Q" Y+ Y" g9 T+ |3 N, O% c8 c 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1 i# l& T q( ]7 C" o3 r 行循环次数少的，& q, k9 K. D% O% Y; d 内环执行循环次数多的。这样可以显著提高速度。$ {1 |! P- F( r V3 C6 L: w 6 X0 n$ M; p: z6 P2 T! h+ R2、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# D P; O+ D6 s- \ es、cell、struct、 . l8 K3 D# c; V% h: c Mrepmat等。6 X3 `; q. ]5 w( E) V$ n 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： 8 p0 D1 r6 c5 |* n+ W( ?" L1 m* J2 V4 e A = int8(zeros(100));1 e; Z2 a& y3 O9 k. y 换成： & {. ~4 B2 H0 fA = repmat(int8(0), 100, 100);; T1 R6 }( f( }* {5 G/ Z6 n0 F; E c、当需要扩充一个变量的大小、维数时使用repmat函数。 3 w, o# n! O9 p) M# L1 ]; I0 T ) p# a; R( d c3、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。 ; I k: o; O" J5 ]b、使用Functions而不是Scripts 。 * k1 K1 T; c8 X* B2 x" K" c 6 s+ ^. n$ Y1 {: E4 a- b I6 \' A2 M) T7 p 三、绝招1 |& d T, w2 q, L# @ * N% U) p/ E( a! s 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" ~- D3 }2 `8 {6 D1、改用更有效的算法 . x% c' b8 k _! f1 o& I% D2、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。. F5 y8 A& o* M ' }9 n( X4 f4 \9 _5 G$ S+ B, Q 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++/ [+ x9 Z8 w" }0 f* [ 语言文件，VC编译”。