【转载】加速matlab运行的三个境界

厚积薄发

: y  H* x+ V6 w; k3 b4 M7 ]
加速matlab运行的三重境界

加速matlab运行的三重境界
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
一、 遵守Performance Acceleration的规则
1 @" ^2 B6 b% W二、 遵守三条规则
, d0 t, K- Y) ~0 w5 a+ O3 H8 F# D+ K三、 绝招
+ S& u) q  l! s7 A1 r%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%

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
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：
0 z. J( W  E- \! wlogical,char,int8,uint8,int16,uint16,int32,uint32,double
/ K4 ]- V/ r3 z: g0 m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
& i+ V, X5 X  t% Fre,single,
8 _0 i4 |5 D9 X$ e4 Sfunction handle,java classes,user classes,int64,uint64
  r6 K5 e$ R% y2 P/ L8 a# t& d, Q2、matlab不会对超过三维的数组进行加速。
: |( P1 g( ?- d! H3 A" d3、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；
/ `% D9 E, O1 w: N2 H, z, F. zb、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
( }5 c. ~9 h0 `0 g据类型，只使用
9 S' ?% b# Z) P2 b; Q三维以下的数组；c、循环内只调用了内建函数（build-in function）。
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
! s+ C- C3 K  R4 f& G5 W& W. ^加速运行。
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：
x = a.name; for k=1:10000, sin(A(k)), end;
4 w4 H* m6 ]9 V9 a! ^  S6、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
& {8 J$ Z9 {8 w% H$ F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。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
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
: X6 J" b; Q" a/ J: @# }" lfor vector and matrix operations. You can often speed up your M-file c
ode by using
) ]7 a* z2 S. B$ x; Cvectorizing algorithms that take advantage of this design. Vectorizati
on means converting
1 @5 |* q( ~" Ffor and while loops to equivalent vector or matrix operations.”。改进
这样的状况有两种方法：
. r* ~: ~1 F" ra、尽量用向量化的运算来代替循环操作。如将下面的程序：
- h5 m  H4 K; D3 L6 Ei=0;
for t = 0:.01:10
i = i+1;
y(i) = sin(t);
end
: [, P/ X( g$ }" ~  F$ g替换为：
: X# Q2 S1 I3 g* {5 s. Ut = 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
' m5 U4 v! N( D: i8 T0 spermute、permute、
reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
um、ind2sub、
2 ]0 w% ^& W- n3 H/ y) u' u( Jndgrid、repmat、sort、sum 等。
4 S. b. g: B! a5 H请注意matlan文档中还有这样一句补充：“Before taking the time to
6 f; B  [' `/ e, r/ @# Cvectorize your code, read the section on Performance Acceleration.
You may be able to
2 w# R1 Q7 Z$ L1 Y( j& vspeed up your program by just as much using the MATLAB JIT Accelera
9 @& ?8 Q1 z3 x$ ?( \  m* z2 l, ytor instead of
vectorizing.”。何去何从，自己把握。
. Q7 y! r5 o- h# `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
* ]$ A8 Y/ D, ~5 I8 m$ u行循环次数少的，
3 }: M; y: r# ^! Z内环执行循环次数多的。这样可以显著提高速度。
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
* ~3 X& g: Q  g  X& C) l. `, }es、cell、struct、
) K+ w( P" Y# _1 H, jrepmat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：
6 ]" D6 N3 r( x9 [# @5 c$ N8 cA = int8(zeros(100));
3 E! J" C9 n* k/ L5 w/ A* ~换成：
7 F8 E( p0 ^3 j/ Q: EA = 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。
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。
b、使用Functions而不是Scripts 。
; k7 v3 E- U' N- T' f' c: j6 U%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
. t! @3 @( W* k$ G' l# P# c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 F/ z' L9 m" B* q( v& d1、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 \  d' T$ m! H: ^0 V  {" C
2 V+ M  Q& i& S' @) n7 m  来源：iLoveMatlab
# l# E/ {( n4 }7 \

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！！！！！！！