matlab编程锻锤效率（【转载】让你的MATLAB运行效率更快一些吧！）

本文目录

• 【转载】让你的MATLAB运行效率更快一些吧！
• 如何提高Matlab计算效率，多核处理器并行计算怎么弄啊
• 怎么锻炼 MATLAB 编程能力
• 如何提高matlab运行效率
• 怎么加快matlab的计算速度
• 如何利用人工智能提高matlab效率
• 如何提高MATLAB启动速度和运行速度

【转载】让你的MATLAB运行效率更快一些吧！

***隐藏网址***

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,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。

***隐藏网址***

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进行某些操作（比较大小、乘除等）时，只能用循环方法或者利用repmat函数将要操作的向量a复制成和A一样尺寸的矩阵，进而进行操作。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=。

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：

如何提高Matlab计算效率，多核处理器并行计算怎么弄啊

如果CPU利用率低，而计算慢的话，说明你的程序处理的数据量并不大，但是处理流程很复杂，里面肯定涉及了很多的类似于for循环的语句，使得程序的时间复杂度一下子就上去了。看了下面你的补充回答，好像和多核处理并行计算没关系的。虽然最新版的matlab支持这种运行方式，但感觉你似乎还用不到这么做。建议你还是优化一下你的算法。尽量减少for循环的次数，对于矩阵和向量运算，直接可以采用matlab现有的运算方法。

怎么锻炼 MATLAB 编程能力

粗暴的回答：多写多看

衡量编程水平一个不是很准确的考核标准就是，你用这个语言写过多少万行代码。超过3w基本上认为你已经入门课。6w可以算专家了。

Matlab和传统的C/C++比起来有很多不同。

1. 函数特别多。基本的什么ones, zeros, max, min。高级一点的比如find, unique, intersect。这些函数你只有认识才知道去用。越积累越丰富

2. 所有运算都是基于矩阵的。这个和C++什么的很不一样。有了矩阵操作，很多问题会变得很简单。比如，矩阵A-矩阵B 在Matlab里一行就ok，但是C++里可能就得两层for循环了。而且像indice的使用，衍生出很多新用法。在matlab中，矩阵操作会远远高于for循环。我曾经试过，如果矩阵操作用得好，大概一层for循环快一倍以上。不过多分析matlab矩阵运算的优化算法

3. 乱七八糟的功能比较多。虽然matlab名义上是一个面向过程的语言，但是可以用各种方式直接或者间接引入面向对象的编程思想。而且，matlab还有符号计算，symulink拖框式编程，和其他语言混合编程等等，很是复杂。或许正常编程你用不着，但是在某些项目里你或许就需要

4. 看内置例子。内置例子的代码一般高度精炼，且考虑非常周全。可以用ctrl+D作用于一些内置函数。看看官方的例子，再来想想自己以后要怎么写，非常有帮助

5. 能用内置函数尽量用内置函数。内置函数很多经过性能上的优化，比如采用java或者c编写，效率比用m语言要高。除非你的算法很厉害，不然尽量不要自己写。
   

如何提高matlab运行效率

matlab对多层嵌套循环的执行效率非常低，远远低于c++代码，通常使用三层的嵌套循环就要慎重，你的代码有四层循环了。解决方案有如下几个：1）考虑采用向量化编程，但实际编码时不是所有的都可以以向量化的方式改写，编码也有一定难度；2）考虑采用c++混编，把嵌套循环的代码由c++实现，再让matlab调用这部分功能；3）选用高版本的matlab，如r2016a，新版本对于嵌套循环的执行效率会有1/3以上的提升。

怎么加快matlab的计算速度

根据我的一些经验和相关的参考资料，要想提高其运算的速度，以下的方法可以试一下：
（1）尽可能地用向量化的数组运算代替循环，尽可能地减少使用户for或while循环，这是因为matlab执行循环运算效率很低而数组运算效率较高。举个最经典的例子，下面的循环：
k=0;
for t=0:pi/20:2*pi;
k=k+1;
y(k)=cos(t);end;
就可以用t=0:pi/20:2*pi;y=cos(t)代替，这样即减少代码量又能提高运算速度
(2)如果非要用循环的话尽可能进行循环内数组的预配置而不是让程序在循环中不断地动态配置，好比像C语言中要想使用数组必须先定义数组的长度一样，比如说如果想要做以下的循环：
k=0;
for t=1:1:20;
k=k+1;
y(k)=t^2;end;
可以事先定义y=linspace(0,0,20)即定义y为一个拥有20个0的一维数组，这样就相当于是事先对循环内的数组进行了预配置；
（3）尽可能采用MATLAB自带的函数指令，这些函数都是一些很经典的算法构成的，比如说要想找最大值就应用函数max而不是自己去编程序，这样只会事倍功半；
（4）尽量采用M函数文件替代M的脚本文件，因为函数文件运行时是采用P码方式驻留在内存中而不是像脚本文件一样每运行一次都要经历把程序装入内存的过程，因而比较省时；
（5）在循环比较费时的时候可以考虑采用非解释执行的MEX文件来对此进行表达；
（6）尽可能找出导致程序运行缓慢的瓶颈，可以在MATLAB的View:profiler中打开程序剖析器找出程序运行中的瓶颈，具体使用的方法请参考MATLAB的帮助或者在网上寻找；
（7）从硬件来看电脑的CPU或者内存（不是大小而是读写速度）可能会是瓶颈，在做大型运算时可以考虑较好的配置。
希望对你有所帮助！

如何利用人工智能提高matlab效率

利用人工智能提高matlab效率的方法如下：使用深度学习，优化算法，并行计算。
1、使用深度学习：深度学习已经在图像、语音、自然语言处理等领域取得了很大的成功。在MATLAB中，可以使用深度学习工具箱来构建和训练深度学习模型，从而提高MATLAB的效率。
2、优化算法：在MATLAB中，使用高效的算法可以大大提高程序的效率。可以使用MATLAB内置的优化工具箱来优化算法，或者使用其他第三方工具箱来提高算法的效率。
3、并行计算：在MATLAB中，可以使用并行计算来加速计算任务。可以使用MATLAB内置的并行计算工具箱，或者使用其他第三方工具箱来实现并行计算。

如何提高MATLAB启动速度和运行速度

您好，您用以下方法：
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。