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
7 p; P! O& e- W$ E5 N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
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
2 Q9 y) M0 d+ q1 }3 P* |re,single,

function handle,java classes,user classes,int64,uint64
, f/ |1 d1 t" x9 d: N- M3 F+ \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
来表示；
, z3 s1 O4 W+ e0 Z. V8 e# Sb、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
: e& t9 T; i) z7 v" I三维以下的数组；c、循环内只调用了内建函数（build-in function）。
+ ^& ^1 p' g* a4、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
; W2 Y, N1 K8 {1 ~$ C+ @加速运行。
; F8 Y  w  X0 ~: w& A$ |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
3 `( K) Z$ t7 p. `4 x" y度。
/ O% h# U7 _9 u, W( D( O' J" q7、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。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
3 Q- @; G7 ^9 ~$ i5 O%%%%%%%%%%%%%%%%%%%%%%%
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
; k8 V# Z8 T; F* K5 B4 y+ `h means it is designed

for vector and matrix operations. You can often speed up your M-file c
ode by using
! f& }- v! A0 P  R9 ]* b" M9 hvectorizing algorithms that take advantage of this design. Vectorizati
5 t" p9 b" i, {- ~9 [  Zon means converting
for and while loops to equivalent vector or matrix operations.”。改进
( @) x" ?: e& {( p' Q* x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;
" z! z' j  D! G2 T/ w0 o  jfor t = 0:.01:10
i = i+1;
y(i) = sin(t);
end
* L# O; a- S& r( ^) ?5 J( G* D替换为：
* m% j" S; N# u; s) M# ct = 0:.01:10;
: t) u8 K2 h: b! X' \6 o' U7 j7 k2 o1 cy = 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
2 v. w: H' \2 w5 e3 mpermute、permute、
reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
, g/ F$ s  l2 H0 c: cum、ind2sub、
; D: B, d2 W9 I) N3 L$ o2 ^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.
You may be able to
7 S$ k0 {, e: y; A' Z& F# u0 kspeed 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，
' P% r! E" ?. Q) s8 a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
, H# v  k; E( g( Wes、cell、struct、
+ \6 R5 l, L3 D; e- }; K5 L5 Prepmat等。
* y6 F4 m" ]3 y6 c6 Db、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));
0 X, Y( G% e/ Z2 q% N, n! h换成：
$ d" }# X0 H3 T% [$ OA = 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。
" T% S; k; A& T* R" ib、使用Functions而不是Scripts 。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
. D- W8 h7 K* r( C  `- N%%%%%%%%%%%%%%%%%%%%%%%
( v6 x( V& }% h% j) ]- V0 Q+ f7 ~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。
/ C( K; L% _, ]: r3、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

$ ~% Z- E3 w7 ]/ X& |: ~7 [

mm58690

谢谢分享