优化matlab运行速度的方案 |
您所在的位置：网站首页 › MATLAB电路仿真太慢 › 优化matlab运行速度的方案 |
优化matlab运行速度的方案
|
如果以后有可能在工作和学习中熟练掌握matlab，一定要收藏这篇干到超级无聊的干货。此篇对5级及以下学习者暂时没有学习必要，请尽情忽略。 今天先总结十个优化matlab运行速度的方案，以后慢慢增加内容—— 1 提前分配内存% 对于内存消耗非常大的情况 % 测试不提前分配val的内存 tic, for i=1:2000 for j=1:2000 val1=rand; val2=rand; val(i,j)=val1*val2; end end toc% 测试提前分配val内存 val=zeros(2000); tic, for i=1:2000 for j=1:2000 val1=rand; val2=rand; val(i,j)=val1*val2; end end toc% 如果不能提前确定数据量有多大，可以提前分配一个较大的内存，然后截断 % 常见于从文本中获取数据 2 矩阵运算% 写for循环之前先看看能否改成矩阵运算 % matlab二维矩阵运算速度非常快，但是三维矩阵运算并不快 A=randi(100,100,1000); B=randi(100,1000,200); C=zeros(100,200); % 测试for循环的速度 tic, for i=1:100 for j=1:200 C(i,j)=A(i,:)*B(:,j); end end toc % 测试矩阵运算的速度 tic, C=A*B; toc 3 并行运算parfor% 如果有多重循环，parfor放在最外层的循环才能最有效的并行加速 % 注意变量类型，当不能使用parfor运算可能能通过改变变量类型使用。 % 测试非并行程序 tic, val=zeros(500); for i=1:500 for j=1:500 val(i,j)=integral(@(x)sin(x),min(i,j),max(i,j)); end end toc% 如果有多重循环，只能在一层加parfor（外层加速效率高）， % 最好调整多层for循环的循环次序，将迭代多的循环放在最外侧。 % 测试并行程序，在外侧并行 tic, val=zeros(500); parfor i=1:500 % 注意，启动parfor是需要一点时间的，可以启动后重新运行下测试代码 for j=1:500 val(i,j)=integral(@(x)sin(x),min(i,j),max(i,j)); end end toc% 测试并行程序，在内侧并行 tic, val=zeros(500); for i=1:500 % 注意，启动parfor是需要一点时间的，可以启动后重新运行下测试代码 parfor j=1:500 val(i,j)=integral(@(x)sin(x),min(i,j),max(i,j)); end end toc 4 测试具备相同功能的不同的函数% matlab里面很多函数可以达到同一功能，注意使用最新最快的 % 测试str2double实现字符串到数值的转换 tic, for i=1:10000 val=str2double('111'); end toc % 测试str2num实现字符串到数值的转换 tic, for i=1:10000 val=str2num('111'); end toc 5 使用不同的实现策略 % fill画图和pcolor画图 colordata=randi(2,100,100); % 测试fill画图 tic, figure hold on for i=1:100 for j=1:100 if colordata(i,j)==1 fill([i-1,i,i,i-1],[j-1,j-1,j,j],'y') else fill([i-1,i,i,i-1],[j-1,j-1,j,j],'b') end end end toc % 测试pcolor画图 tic, figure pcolor(colordata) toc 6 优先使用逻辑运算% 能用逻辑运算就用逻辑运算 % 很多看似不能使用逻辑运算的情形是可以使用逻辑运算的 % 统计data第一列和第二列同时大于0的情况的数量 data=randi(100000,2)-0.5; % 测试逻辑运算 tic, sum(data(:,1)>0&data(:,2)>0) toc % 测试find tic, ind1=find(data(:,1)>0); ind2=find(data(:,2)>0); length(intersect(ind1,ind2)) toc 7 对速度要求高时优先使用数值计算，避免符号计算% 对速度要求高时优先使用数值计算，避免符号计算 % 符号运算和数值计算分别算同一个积分（对部分积分，符号运算无法得到结果，只能选择数值计算） % 计算sin(x)在0到1上的积分（sin(x)可以直接通过原函数计算积分，这里仅为了举例方便） % 测试符号运算,重复100次，统计耗时 syms x % 这一步耗时不统计在内 tic, for i=1:100 y=sin(x); val=double(int(y,x,0,1)); end toc % 测试数值积分，重复100次，统计耗时 syms x % 这一步耗时不统计在内 tic, for i=1:100 y=sin(x); val=double(int(y,x,0,1)); end toc 8 对于部分耗时非常大的代码，可以提前存储运算值对于部分耗时非常大的代码，可以提前存储运算值。 例如对于上面的积分运算，如果积分重复非常多次，但是积分的上下边界可能范围优先，那么可以提前存储所有可能的边界范围的积分值。 9 matlab与C混合编程（单独一篇）后期单独一篇教程讲解。 10 使用profile监测每行代码运行速度,针对性改进% 使用profile监测每行代码运行速度,针对性改进 % 在检测的代码块前后分别加入 profile on, profileviewer即可 profile on % 测试提前分配val内存 syms x for i=1:1000 y=sin(x); val1=int(y,x,0,1); val2=integral(@(x)sin(x),0,1); end profile viewer欢迎关注公众号“数学建模公会”，获取源代码和更多教程内容。 另：转载请注明出处。 |
【本文地址】
今日新闻 |
推荐新闻 |