EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
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
, `, E3 y: `6 ?; K1 b/ Q其规则总结如下7条:
$ s7 U4 j' y' V; p9 {1、只有使用以下数据类型,matlab才会对其加速:
; r4 ~( ~! q) G7 j/ [logical,char,int8,uint8,int16,uint16,int32,uint32,double. `) v( O, p \9 b
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
. @1 b+ e) h5 Z! c; [; l$ z4 Dre,single, function handle,java classes,user classes,int64,uint64
5 ~! m; L7 ^2 m0 E5 r/ O5 F2、matlab不会对超过三维的数组进行加速。
! Z$ E* A6 h; L1 E3、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2 H1 B9 y# _& g
来表示;- ]; t% O0 L1 a: ~- }" q q0 \% G
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* P: h, X' l$ F% k) Z
据类型,只使用
& ^ ^8 P9 V# }7 o* @三维以下的数组;c、循环内只调用了内建函数(build-in function)。
5 n& N" z+ O" l1 p: G7 e4、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
) O2 {" c X8 w' \加速运行。
5 _9 t8 |! N% N" }3 g" J+ I ?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:
2 c3 s$ p; t) @( |x = a.name; for k=1:10000, sin(A(k)), end;; K$ o0 \/ M4 Q2 e/ a$ S1 U8 i
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 u" b+ Q8 W# Y! ], V$ [) r" f度。
: \+ E$ T/ p$ P3 j7、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
3 W- U: H% Z1 i1 n3 A运行速度。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%, P" i! B5 L' C
%%%%%%%%%%%%%%%%%%%%%%% _8 s' d% i1 @6 I" @% ? M8 J7 C w
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
8 Q+ B3 e) q+ f1 F9 Ch means it is designed for vector and matrix operations. You can often speed up your M-file c! r* S+ K& Y" w5 C. J- L
ode by using
2 K& C7 \- h6 T/ wvectorizing algorithms that take advantage of this design. Vectorizati
/ D! E0 _3 S) Ion means converting
/ g; g& l" \$ w& d, c/ e# q& Cfor and while loops to equivalent vector or matrix operations.”。改进/ X/ R( S6 q1 x7 K
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;/ h" j& J0 p/ p( u& H7 S6 `% D
for t = 0:.01:10: G8 l! D: w% B B. K
i = i+1;
E2 d# y& M4 [( Fy(i) = sin(t);
) @' `1 o" B* [# Q/ ~) mend
2 [. ~6 q% c5 P4 I6 c替换为:
9 ]) N l' J& W! ]9 Ft = 0:.01:10;
$ ?. E% R' ?: X0 O" H( Q4 H8 sy = sin(t);
& b) j" }0 y1 C4 n2 y' d速度将会大大加快。最常用的使用vectorizing技术的函数有:All、diff、i
) }) h* Q* h2 Z6 Z& Kpermute、permute、7 s' m* M3 ^7 Z3 ]% X
reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
% Q2 G; b9 v, o/ ]# {( [& y" Pum、ind2sub、5 j' a; P: B# h" Q' s0 H
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.
' `5 u8 E9 }5 FYou may be able to
8 H9 d. N5 }" x3 Z# H/ wspeed up your program by just as much using the MATLAB JIT Accelera
( M: i2 l2 z4 D( s9 v) N, f- Ptor instead of
! d( q5 Y" q nvectorizing.”。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 t! Z" h0 |2 H/ a. ~/ q8 O
行循环次数少的,
% i% a1 g6 c+ }6 C& O+ D/ I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
u; M! d7 s: h% U3 x Z/ Qes、cell、struct、$ |) `! K2 }* z- w' O+ E d
repmat等。
! V6 z# x# M7 @' X; ib、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));
& a; g, C1 F( T; P换成:! Z- J ^+ ~1 c; H
A = repmat(int8(0), 100, 100);( x. \0 W w) ^# A |5 |5 u" q& o
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。
8 D) g( D- d* P7 g1 ], |. c6 r9 M6 t/ Fb、使用Functions而不是Scripts 。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
1 s2 w6 ~% G( d% f; B: S/ |6 W; g! w%%%%%%%%%%%%%%%%%%%%%%%
% O& c7 V z: p# M& t2 y; n9 H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。
5 ]( O" t7 H; g+ C1、改用更有效的算法
8 T0 S; ^ T9 g1 p; R& N$ `, v4 S2、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 T7 v2 \7 w$ [4 _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 8 ?3 T% a/ G F* [5 o
|