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
; n; U: ^, s" Y" l其规则总结如下7条：
6 f+ i' h% [  w( I5 w* B1 d1、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
re,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。
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
+ r; r3 \4 S/ [: K) o5 B$ r来表示；
+ M8 I5 W3 o  Y  I' ib、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
* ^  B1 X" ?. P; q% E7 A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）。
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：
4 V3 [# Y3 Q" @, o5 U( l/ a" \8 Lx = 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
- o+ H( c: e+ J; r度。
. C$ j- O3 Q4 o9 b1 t7、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
1 c; u* m+ h! {4 \) g运行速度。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
- j2 u& M0 y+ A5 Q' i' `. I; D%%%%%%%%%%%%%%%%%%%%%%%
# q7 t4 W+ E- \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
; r( k3 ]+ e& A/ \h means it is designed

for vector and matrix operations. You can often speed up your M-file c
& y$ G( J% R% k/ n# Q' E- lode by using
0 R1 m0 v* L/ v$ A* t* Gvectorizing 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;
for t = 0:.01:10
9 _2 f3 J* q3 E( ]' A% C7 @& o' ui = i+1;
y(i) = sin(t);
; `1 O; m8 l6 V; d" uend
替换为：
1 N) ]" t7 Q. @t = 0:.01:10;
4 q# l9 E) _. g! }% `2 C( jy = sin(t);
0 Z6 V5 q$ t$ J; q8 n& K5 q速度将会大大加快。最常用的使用vectorizing技术的函数有：All、diff、i
6 H) U/ Y- H+ Ypermute、permute、
( y5 N1 ^+ w/ r, f% G6 @reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums
um、ind2sub、
0 _$ o3 T  @6 hndgrid、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.
# }% O! f* j) r9 m& t% }0 sYou may be able to
speed up your program by just as much using the MATLAB JIT Accelera
9 U' p- ~2 [3 s: U: j! `8 \tor instead of
6 K) w" ?+ \6 ]8 X, A! mvectorizing.”。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，
, c% w- F" X! i% W; |3 e* G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
) b8 ^- E+ n, n8 b  P* Les、cell、struct、
4 O& g& L/ _# ~repmat等。
: \. q$ m+ L' `0 j! t& S# y6 Mb、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：
7 x: {2 u4 u& Y4 N0 mA = repmat(int8(0), 100, 100);
' p8 ?3 ?7 N6 r) i$ dc、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。
5 V( O# _/ _1 q0 c* b3 Ob、使用Functions而不是Scripts 。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%
& l' ^( K7 ]. V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
) j+ w7 y( k6 D/ v; j2、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

mm58690

谢谢分享