加速matlab运行的三重境界
加速matlab运行的三重境界<BR>发信站: BBS 哈工大紫丁香站 <BR><BR>加速matlab运行的三重境界<BR><BR>%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%<BR>%%%%%%%%%%%%%%%%%%%%%%%<BR>一、 遵守Performance Acceleration的规则<BR>二、 遵守三条规则<BR>三、 绝招<BR><BR>%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%<BR>%%%%%%%%%%%%%%%%%%%%%%%<BR>一、 遵守Performance Acceleration的规则<BR><BR>关于什么是“Performance Acceleration”请参阅matlab的帮助文件。我只简要的将<BR>其规则总结如下7条：<BR>1、只有使用以下数据类型，matlab才会对其加速：<BR>logical,char,int8,uint8,int16,uint16,int32,uint32,double<BR>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<BR>re,single,<BR><BR>function handle,java classes,user classes,int64,uint64<BR>2、matlab不会对超过三维的数组进行加速。<BR>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<BR>来表示；<BR>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<BR>据类型，只使用<BR>三维以下的数组；c、循环内只调用了内建函数（build-in function）。<BR>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<BR>加速运行。<BR>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：<BR>x = a.name; for k=1:10000, sin(A(k)), end;<BR>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<BR>度。<BR>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<BR>运行速度。<BR><BR>%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%<BR>%%%%%%%%%%%%%%%%%%%%%%%<BR>回复：（风花雪月）加速matlab运行的三重境界
二、 遵守三条规则<BR><BR>1、尽量避免使用循环,MATLAB的文档中写到“MATLAB is a matrix language, whic<BR>h means it is designed<BR><BR>for vector and matrix operations. You can often speed up your M-file c<BR>ode by using<BR>vectorizing algorithms that take advantage of this design. Vectorizati<BR>on means converting<BR>for and while loops to equivalent vector or matrix operations.”。改进<BR>这样的状况有两种方法：<BR><BR>a、尽量用向量化的运算来代替循环操作。如将下面的程序：<BR><BR>i=0;<BR>for t = 0:.01:10<BR>i = i+1;<BR>y(i) = sin(t);<BR>end<BR>替换为：<BR>t = 0:.01:10;<BR>y = sin(t);<BR>速度将会大大加快。最常用的使用vectorizing技术的函数有：All、diff、i<BR>permute、permute、<BR>reshape、squeeze、any、find、logical、prod、shiftdim、sub2ind、cums<BR>um、ind2sub、<BR>ndgrid、repmat、sort、sum 等。<BR><BR>请注意matlan文档中还有这样一句补充：“Before taking the time to<BR><BR>vectorize your code, read the section on Performance Acceleration.<BR>You may be able to<BR>speed up your program by just as much using the MATLAB JIT Accelera<BR>tor instead of<BR>vectorizing.”。何去何从，自己把握。<BR><BR>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<BR>行循环次数少的，<BR>内环执行循环次数多的。这样可以显著提高速度。<BR><BR>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<BR>es、cell、struct、<BR>repmat等。<BR>b、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：<BR><BR>A = int8(zeros(100));<BR>换成：<BR>A = repmat(int8(0), 100, 100);<BR>c、当需要扩充一个变量的大小、维数时使用repmat函数。<BR><BR>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。<BR>b、使用Functions而不是Scripts 。<BR><BR>%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%<BR>%%%%%%%%%%%%%%%%%%%%%%%<BR>三、 绝招<BR><BR>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。<BR>1、改用更有效的算法<BR>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。<BR><BR>关于如何将M文件转化为C语言程序运行，可以参阅本版帖子：“总结：m文件转化为c/c++<BR>语言文件，VC编译”。 <BR> <P>怎么加速都不如fortran.</P><br><br>个人认为计算量小的用matlab不错，计算量大的还是别考虑了，直接fortran吧，C++也行，呵呵，所以加不加速无所谓了[此贴子已经被作者于2005-8-9 21:05:07编辑过]
页:
[1]