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
其规则总结如下7条：
) g/ i5 }% w: ~0 H" W; O1、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
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
% r  K% r9 Q+ j% Q. s' Q" {4 Nre,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。
: H) S/ |; b  B, R6 z% \9 Z# v3、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；
  {0 a# r& B/ y3 J: |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
' o4 h4 e5 q5 ^; b) e' n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）。
  v9 M' w! W% R6 O) w+ ?7 {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。
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;
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
- j+ ?' ]# N( V! q度。
- L1 f4 Y3 ]5 h: I' w/ N# }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。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
( |- }5 m  ?( R9 r/ |( }%%%%%%%%%%%%%%%%%%%%%%%
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
3 Y3 H" t" M; P% r+ E3 b: A7 Bh means it is designed

for vector and matrix operations. You can often speed up your M-file c
- L2 n$ }: X% ^" node by using
vectorizing algorithms that take advantage of this design. Vectorizati
on means converting
for 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：

i=0;
( B+ _+ s0 D8 C8 _+ X1 Y  cfor t = 0:.01:10
i = i+1;
y(i) = sin(t);
8 a% U/ t8 {1 l9 w" z0 @* Y9 ^end
替换为：
t = 0:.01:10;
8 r4 Z, N7 F8 Uy = sin(t);
. r) e$ I1 E& ]/ c. g, 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
+ S* `7 m7 O* g6 J& Npermute、permute、
# \# s# q* n8 [# O3 r, V( _4 S' Dreshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
um、ind2sub、
1 I1 N# _" K) e) j0 I' qndgrid、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.
You may be able to
1 X3 v9 o3 U/ `4 u1 B. c) j3 vspeed up your program by just as much using the MATLAB JIT Accelera
tor 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。

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
, E5 I8 m( l- `3 v5 p- mes、cell、struct、
repmat等。
7 Q9 s/ r) B% Q# h% q, nb、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));
4 L4 Q9 [9 R8 B换成：
A = repmat(int8(0), 100, 100);
3 A* n; |8 K$ o% I% F% Xc、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。
! D/ O1 R/ c$ y( r0 H: Q: Tb、使用Functions而不是Scripts 。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
: Q4 j2 n  ^1 C8 Z/ @+ T%%%%%%%%%%%%%%%%%%%%%%%
& h9 k0 K& _, W4 s! }% ~" \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

- b4 @6 B3 U& u: b9 x$ Q/ g

mm58690

谢谢分享