【转载】让你的MATLAB运行效率更快一些吧！

转自 https://www.digquant.com.cn/forum.php?mod=viewthread&tid=258

1、改变算法，多用矩阵运算（尤其是矩阵乘法），尽量减少for循环；

2、减少for循环中的函数调用；

传统观点认为for-loop是影响性能的致命环节，让我们来对此验证：

Elapsed time is 0.000239 seconds.

Elapsed time is 0.000050 seconds.

从上面的实验结果可以得出以下结论：

1、tic/toc语句的时间开销可以忽略不计

2、for-loop语句本身的时间开销也非常小，关键的影响效率的地方不在于循环本身，而是在于循环的内部。

3、tic/toc不一定要成对出现，一个tic后面可以有多个toc，但需要需要重新计时的时候，要再次执行tic。

4、toc的结果可以用变量接收下来，如：

接下来我们就借助for循环，分析一下其他的各个影响效率的因素。

内建函数

Mean elapsed time is 0.032866 seconds.

m-函数

Mean elapsed time is 0.185556 seconds.

匿名函数

Mean elapsed time is 0.561228 seconds.

内联函数

Mean elapsed time is 19.5606 seconds.

从上面的实验结果可以得出以下结论：

1、内联函数的调用时间开销最小，约为for-loop本身的10倍

2、m-函数的调用时间开销约为内联函数的6倍，约为for-loop本身的60倍

3、匿名函数的调用时间开销约为m-函数的3倍，约为for-loop本身的187倍

4、内联函数的调用时间开销过大，尽量不要在循环中使用

5、另外MEX-函数的调用时间开销，理应介于内联函数和m-函数之间

矩阵索引

Mean elapsed time is 0.007592 seconds.

Mean elapsed time is 0.007954 seconds.

Mean elapsed time is 0.663598 seconds.

Mean elapsed time is 0.273345 seconds.

Mean elapsed time is 0.730042 seconds.

Mean elapsed time is 1.00852 seconds.

Mean elapsed time is 0.009025 seconds.

Mean elapsed time >20 minutes.

因此，如果不预先分配好内存，将会大大增加仿真时间，拖慢执行效率。

所幸的是，由于这个现象的重要性，Matlab的编辑器能够发现并提示这个问题，会用红的波浪线 ~ 标记出来。

向量化：

MATLAB向量化函数

accumarray函数

arrayfun函数

bsxfun函数

cellfun函数

spfun函数

A =

101

206

0

208

subs =

1 1 1

2 1 2

2 3 2

2 1 2

2 3 2

val =

101

102

103

104

105

1、val的元素个数与subs的行数是一致的。

2、 A = accumarray(subs, val) 的实现过程分成2步。

第一步

是把val中的元素，按照subs对应行所给出的下标放到一个新的cell矩阵B中（cell是为了方便解释，也就是说B矩阵中的每个位置可以放入多个数值），注意，subs的值是B的下标，不是val的。举例来说，subs第一行[ 1 1 1],意思就是把val中第一个元素（val（1））放入到B（1，1，1）的位置，依次类推，val（2）放入到B(2 1 2)，val（3）放入到B(2 3 2)，val（4）放入到B(2 1 2)，val（5）放入到B(2 3 2)。此时，可以看到B（1，1，1）中有1个数（val（1））；B(2 1 2)有2个数（val（2），val（4））；B(2 3 2)也有2个数（val（3），val（5））。

第二步

把B中每个单元中的数分别累加，并放入到A的对应位置。

注： accumarray 默认的是把每个单元中的数累加，因为对每个单元中的数的默认处理函数是sum。可以通过 A = accumarray(subs,val,[],[@fun](https://github.com/fun "@fun")) 的调用格式来指定其他的处理函数，比如说mean。对指定的fun函数的要求是，接受列向量输入，输出单个的数值型，字符型或逻辑型变量。A的维数与B相同，A中的元素默认为零。A的大小为max(subs(1))×max(subs(2))×max(subs(3))…

很显然，A的维数与subs的列数相等。

例子：

1000人，身高分布在170 180cm，体重在110 100斤，年龄分布在20~50岁，计算身高体重都相等的人的年龄平均值。结果用矩阵来表示：行数表示身高，列数表示体重，矩阵元素表示年龄的平均值。

arrayfun函数实现的是将指定的函数应用到给定数组在内的所有元素。这样以前不可避免的循环现在可以向量化了。

生成一个这样的n×n矩阵

以前，当我们想对一个矩阵A的每一列或每一行与同一个向量a进行某些 *** 作（比较大小、乘除等）时，只能用循环方法或者利用repmat函数将要 *** 作的向量a复制成和A一样尺寸的矩阵，进而进行 *** 作。从Matlab R2007a开始，有了更有效的方法，那就是bsxfun函数。

有如下矩阵：

向量为b=[1 2 3]T，请找出b在A矩阵列中的位置loc=[1,4]。

方法1：

方法2：

方法3：

方法4：

方法5：

A={‘Hello’, ‘MATLAB’, ‘I love MATLAB’, ‘MATLAB is powerful’, ‘MATLAB is the language of technical computer’}

cellfun( @length ,A)

ans =

5 6 13 18 44

</pre>

a =

(1,2) 1

(3,20) 2

(20,30) 3

(60,60) 4

(100,80) 5

</pre>

sa =

(1,2) 2

(3,20) 5

(20,30) 10

(60,60) 17

(100,80) 26

常用的预分配内存函数：

提高matlab程序运行速度，可以用以下方法： 1、更改MATLAB启动快捷方式 在缺省配置下，MATLAB有一个启动闪屏，去掉它可以节省一定的内存消耗，从而加快启动。 在MATIJAB启动快捷方式后添加命令行参数 一nos－plash”即可_去掉闪屏。 缺省配置 MATLAB会启动虚拟机，这会消耗大量内存。添加命令行参数"-nojvm”可禁用JAVA虚拟机。 MATLAB启动快捷方式命令形如： "％MATLABROOT％＼bin＼win32\matlab.exe -nosplash -nojvm”。 经过以上配置，MATLAB启动和运行速度会得到大幅提升。 注意：禁用JAVA虚拟机后，MATLAB中有些功能，诸如：调试功能、可视化界面设计功能不能使用，但大多数其它功能可正常运行。如果使用的功能需要JAVA虚拟机支持，启动时将命令行参数 一nojvm 去掉即可。 2、更改MATLAB搜索路径 MATLAB启动时会添加搜索路径。如果安装了多个工具箱，搜索路径会很多。过多的搜索路径除了减缓启动速度外，还会影响MATLAB执行效率。因为MATLB执行程序时会在这些路径中寻找M文件。而实际上我们不会为完成某个任务使用所有的工具箱。为提高启动和运行速度，可以修改pathdef．m文件，将暂时不用的工具箱和其它搜索路径注释掉(MATLAB程序以％为注释标识)，从而加快启动和运行。

---