【转载】加速matlab运行的三个境界

厚积薄发

7 f! v  D4 Y3 O0 n; h
- ?8 \1 H. ^; r  `: N加速matlab运行的三重境界

加速matlab运行的三重境界
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
" Z/ a6 Q: S. j, k1 L2 A7 `1 l9 c一、 遵守Performance Acceleration的规则
3 x  Q- O1 d6 j/ i' {3 a二、 遵守三条规则
1 x6 ^7 G. c1 c. `6 e0 b9 Y* \三、 绝招
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%

一、 遵守Performance Acceleration的规则
关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将
3 o' e" {' p, D. a( `, ?其规则总结如下7条：
# \% x8 t5 l2 U' M1、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
( g! |: z% w$ 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,structu
( O9 z/ `! Q$ jre,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。
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
. g* G% f5 q2 j  j0 o) U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
据类型，只使用
4 Q% A# i) T" q) c6 z三维以下的数组；c、循环内只调用了内建函数（build-in function）。
# u1 _1 V0 [, t( q/ O3 M' z4、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。
+ e! ^: y4 I+ `+ d* F! U5、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;
; ], e0 t& _8 A2 E3 c9 t. E; y6、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
0 {7 X  y* k9 p/ S9 R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
运行速度。
: b: q1 S' r- o2 {6 E& n%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+ T- ]- x! x0 X3 b: g( k%%%%%%%%%%%%%%%%%%%%%%%
二、 遵守三条规则
" ~/ S0 F% ^6 F/ K' R1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic
) X5 g: M2 |  D3 Oh means it is designed
9 t3 @/ _7 w8 X) Wfor vector and matrix operations. You can often speed up your M-file c
6 ^, Z; \5 g8 m# h+ `# C2 pode by using
vectorizing algorithms that take advantage of this design. Vectorizati
; p' ~2 x5 H3 i5 Q7 \7 jon means converting
& `* M7 S; {, K/ @% Dfor and while loops to equivalent vector or matrix operations.”。改进
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：
) C& _8 W: v: s. A$ \" j" }6 Ii=0;
6 l+ W& j; E* W. n! Ufor t = 0:.01:10
i = i+1;
y(i) = sin(t);
% X' m% S# Z7 V/ y8 pend
替换为：
t = 0:.01:10;
* q  f; t+ g, iy = sin(t);
7 W  e9 R4 z3 P7 b8 ]: H0 `3 w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
um、ind2sub、
ndgrid、repmat、sort、sum 等。
9 b' ]! S4 U* N* R6 ?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.
# q$ T3 x) N8 `, P) PYou may be able to
speed up your program by just as much using the MATLAB JIT Accelera
9 a4 i7 N4 y1 u, p9 a+ V+ `6 d2 ktor instead of
8 g4 D) B8 k0 |0 Q% t! v9 h' j5 u3 N' xvectorizing.”。何去何从，自己把握。
6 }  D' F- R( F" Y5 G7 ]' U. f( e, |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，
' R- r. }* C& X6 F0 l$ y内环执行循环次数多的。这样可以显著提高速度。
8 V' ?& c- [# D. P6 j: H$ d2、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
5 R8 O/ P6 j3 r* K6 I! bes、cell、struct、
repmat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：
% w0 `/ z# c( W5 l* LA = int8(zeros(100));
换成：
5 ~, i% f+ G/ N  V3 }' F0 _& e9 w6 e6 YA = repmat(int8(0), 100, 100);
* ?3 H8 j' }6 |5 _& zc、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。
8 |, n" l" l( I# b# W/ |# t# Qb、使用Functions而不是Scripts 。
# S! m( ]5 D) Z7 E0 L0 S/ K%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
7 H) ]: v- E. r4 f. A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
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。

2 Q9 M( B$ L) j4 W
2 W( X7 d( v/ t4 j  来源：iLoveMatlab

8 \% W7 g+ F- p- |
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！！！！！！！