【转载】加速matlab运行的三个境界

厚积薄发

加速matlab运行的三重境界

加速matlab运行的三重境界
/ {/ q8 @2 ?9 r# C6 q%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+ s8 R+ @6 F* N# H3 W%%%%%%%%%%%%%%%%%%%%%%%
( l" P! W' I2 i+ T8 }# Z一、 遵守Performance Acceleration的规则
8 w) X" H2 X- M; z二、 遵守三条规则
三、 绝招
: O: l: ~. x8 G; R% F" A% I%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%

一、 遵守Performance Acceleration的规则
( g% o7 r( |5 k: V( |0 b. y' N9 Z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：
1、只有使用以下数据类型，matlab才会对其加速：
logical,char,int8,uint8,int16,uint16,int32,uint32,double
  V2 N# v- ~: r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
# B4 v1 T8 J8 I+ Q( |) gre,single,
function handle,java classes,user classes,int64,uint64
2、matlab不会对超过三维的数组进行加速。
5 v/ B" \, ]" F% c3、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
来表示；
" a* {5 y. g! u- @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
: c3 w) y! A4 i2 [据类型，只使用
) l' l, ?; N9 X! i% x* o三维以下的数组；c、循环内只调用了内建函数（build-in function）。
$ y0 V+ C" U% k# ~/ j3 @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。
) F: {) y) w- f, 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：
x = a.name; for k=1:10000, sin(A(k)), end;
9 A2 C, C5 Y4 r- D. q& V: X6、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。
2 k. E2 E5 w( d& i" ]) ]0 u5 x: 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。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
6 g: T& R4 d& t* @/ m, r5 z二、 遵守三条规则
# u" i9 |' q2 h* j% R  G' J8 w6 \1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
% A5 s" t: X5 ^4 @h means it is designed
/ L, W* p% t& E% h. Efor vector and matrix operations. You can often speed up your M-file c
3 C2 X; U5 R) V% N) M9 B5 D% Mode by using
vectorizing algorithms that take advantage of this design. Vectorizati
) T* g7 Z% n7 Uon means converting
for and while loops to equivalent vector or matrix operations.”。改进
( z! R& Z0 B9 a9 z, U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：
  `# H/ i7 K! b1 ?1 @' Ai=0;
for t = 0:.01:10
i = i+1;
4 X/ d+ V. Y0 p) [7 gy(i) = sin(t);
end
; ^9 E  `; H6 b( {替换为：
t = 0:.01:10;
! J; s' |: Y% ]$ ]* q5 r9 Cy = sin(t);
4 k  U; S3 @- o: k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、
reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
0 O) z5 a6 A; Z  b( R6 mum、ind2sub、
, V  |9 r/ k  i* c* D% `" lndgrid、repmat、sort、sum 等。
: R0 G2 c4 C' K+ _请注意matlan文档中还有这样一句补充：“Before taking the time to
vectorize your code, read the section on Performance Acceleration.
$ U/ D# L* b7 r, ]3 j3 h4 _You may be able to
speed up your program by just as much using the MATLAB JIT Accelera
2 K7 l6 m9 Y. S' ctor 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。
3 q/ r2 r* l; K! 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
- y) ^( z, }! Q* oes、cell、struct、
, o3 Q9 U" s# F7 O0 ~7 w* L1 o5 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：
A = int8(zeros(100));
换成：
* ~- C4 A! ^$ `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。
% z% ~$ Y! t, o( c' Q: `4 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。
; O1 p1 S' N. j7 j7 ~b、使用Functions而不是Scripts 。
- I2 {* @* C; P: |# M  M%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
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。
1、改用更有效的算法
4 M/ q8 Y, P+ \- b/ B5 u2、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。

/ @5 K$ |! L& H* C" X3 A" B
  来源：iLoveMatlab


在这里本人推荐使用‘绝招’。

XINGQIBIN

请注意matlan文档中还有这样一句补充：“Before taking the time to

HSinB

收藏了，感谢楼主！！！！！！！！！！！！！！

D-lin

好牛啊 从来不知道的 思密达 。。。。。。

leo12ok

相对于楼主，我更倾向于绝招之外的方法，呵呵。

xiaoding123

必须好好研究一下matlab了~~~~~~~~~~~~~~~~

isnowfy

mark。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

yansichong

收藏了~~~对现在建模很有用……我上次写的程序就运行了N久都没出结果……郁闷……

schnee

顶！！！！！！！