加速matlab运行的三重境界

mm58690

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
: s* H" d' x  y! s* t1 P# }" O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：
, c0 o# _- q1 `& g' glogical,char,int8,uint8,int16,uint16,int32,uint32,double
6 [1 W, i$ K$ D, f/ |$ 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
  d. o' R! h0 W# Ure,single,

function handle,java classes,user classes,int64,uint64
, s0 _: e! M0 o% ^5 \* g( Z! H7 U2、matlab不会对超过三维的数组进行加速。
! E2 X, O9 C% t7 Z$ `1 r3、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；
% d' L0 ]) V7 V( L! [- [# f7 g- {5 |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
0 [& h; i7 _; B- F- |据类型，只使用
三维以下的数组；c、循环内只调用了内建函数（build-in function）。
$ V5 G& l6 }+ ?5 [# k( R( `- h4、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
6 M( P' ]$ H5 T( O加速运行。
6 }6 @+ \4 H5 t" O/ j5、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：
& u# y+ h# t& ux = a.name; for k=1:10000, sin(A(k)), end;
, f) a# _$ z% h* w$ @6、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
4 \2 i1 A4 k. w0 x& j. _度。
" \7 B4 Z% j) t# \7 C# E7、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。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
' H7 i, c& A6 a9 Z! I8 l3 C! K%%%%%%%%%%%%%%%%%%%%%%%
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
, y- P7 e0 E) u; F8 zh means it is designed

for vector and matrix operations. You can often speed up your M-file c
ode by using
vectorizing algorithms that take advantage of this design. Vectorizati
* ^5 @" p, F: y0 v- {; j& z* k& g4 Ton means converting
: \& @3 j- x* h, q: x; A9 v) Lfor and while loops to equivalent vector or matrix operations.”。改进
  i! t# F' f+ B+ ^. z7 h* b% b- B! b4 R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：

i=0;
for t = 0:.01:10
6 H  Q( n, F* o9 h0 }6 s5 Oi = i+1;
y(i) = sin(t);
- m# J4 h, n* }! C3 Nend
替换为：
! t4 M5 g- K3 I2 Yt = 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
permute、permute、
reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
2 G3 q$ _3 l) F, d4 u  mum、ind2sub、
) F! C" P" u! B$ o+ Q8 e; H7 ?ndgrid、repmat、sort、sum 等。

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.
( l; [# h/ Q) c2 r4 U' F$ a4 A4 CYou may be able to
speed up your program by just as much using the MATLAB JIT Accelera
tor instead of
/ ~6 o2 E+ h# _+ ^( k3 H2 Bvectorizing.”。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。

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
es、cell、struct、
repmat等。
2 ~/ T+ h( ]+ N  I1 cb、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：
3 _) j7 K% @) g& z. X8 {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。

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 。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
  u, f+ ~5 E% 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、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。
3、如果循环比较大的话，将循环部分改成dll调用会快50到100倍，大家试试吧

+ c; o+ v1 \, k

mm58690

谢谢分享