Profile(分析）

在加速你的matlab程序之前，你需要知道你的代碼哪一部分運行最慢。matlab提供個簡單的機制，讓你能夠知道你的代碼的某一部分運行所占用CPU時間。通過在代碼段開始添加tic，及在結束添加toc；matlab就能計算出這一代碼段的運行時間。

Tic和toc方法存在兩個問題：

（1）顯示的時間是運行時間“wall clock”。這個時間受你在運行你的代碼時，你的計算機是否同時運行其它別的程序。

（2）你需要不斷地壓縮計時范圍來查找你代碼運行最慢的位置。

一個最好的方法是利用matlab 內(nèi)嵌的代碼分析器。在你的程序前面通過添加命令profile on;及在程序結束添加profile viewer;并運行你的程序。當程序正常運行結束時，代碼分析器窗口將彈出，并顯示分析結果。它包含的信息有：

Function Name :函數(shù)名；

Calls :函數(shù)被調(diào)用次數(shù)；

Total Time :執(zhí)行該函數(shù)的CPU總用時，包含任何其它被它調(diào)用的函數(shù)的CPU時間。

Self Time :執(zhí)行該函數(shù)的CUP總用時，不包含任何其它被它調(diào)用的函數(shù)的CUP時間。

Total Time Plot :時間用時的曲線圖。

以上信息可進行各種排序和詳細查看。

注意：當你完成你的代碼分析后，請刪除profile on和profile viewer，因為嵌入代碼分析器會使用的程序運行變慢。

標準提示

☆有問題找?guī)椭臋n。學會使用幫助文檔，學會針對待解決的問題檢索文檔資料。

☆性能

查看MATLAB->Programming->Improving Performace and Memory Usage;或MATLAB->Programming Fundamentals->Performace->Techniques for Improveing Performace。

多線程

如果你使用的是多核心的計算機，那么你就可以讓Matlab同時運行多個線程，Matlab 程序中一些底層的函數(shù)(Low-level function)就有可能采用并行計算的方法。打開多線程的方法：File->Preferences選擇 General->Multithreading?？圻xEnable multihread computation box。如果不限制使用核心的數(shù)目，可以保留使用Automatic。

注意：Matlab R2008a之前的版本在AMD處理器上是不支持多線程的。

向量化循環(huán)

Matlab的運算是針對向量（矢量）和矩陣進行設計的，因此它在向量和矩陣上的運算速度比采用循環(huán)的方式更快。

例如：

index=0;

for time=0:0.001:60;

index=index+1;

waveForm(index)=cos(time);

end;

采用以下代碼可加快速度。

Time=0:0.01:60;

waveForm=cos(time);

一些有用的，可用于代替循環(huán)的函數(shù)：

any();size();find();cumsum();sum();

向量預分配

Matlab采用內(nèi)存中一塊連續(xù)的空間來存儲向量和矩陣數(shù)據(jù)，而不是用鏈表。這就意味著你每 給向量或矩陣增加一元素，Matlab需要尋找一塊足夠大的內(nèi)存區(qū)域來存儲這個擴大后的向量或矩陣，然后復制現(xiàn)有的數(shù)據(jù)到新的內(nèi)存區(qū)域。在循環(huán)中增加向量 或矩陣元素的元數(shù)是允許的，但并不是明智之舉，而應該是一次性分配向量或矩陣的大小，或一次性重定義尺寸。

Results=0;

for index=2:1000;

results(index)=results(index-1)+index;

end

上述代碼將比以下代碼速度慢：

results=zeros(1,1000);

for index=2:1000;

results(kindex)=results(kindex-1)+index;

end;

注意：當你需要用zeros()來創(chuàng)建一個指定數(shù)據(jù)類型的向量或矩陣時，你可以使用創(chuàng)建參數(shù) 來指定類型，而不是“重鑄”。results=int8(zeros(1,1000));將創(chuàng)建一個有1000個元素的double型零向量，然后把它轉(zhuǎn) 換成int8類型。如果我們使用results=zeros(1,1000,'int8'); Matlab將支持建立1000個int8類型的向量，在創(chuàng)建可實現(xiàn)性及速度上將更具有優(yōu)勢。

不要改變數(shù)據(jù)類型

Matlab為了能夠支持寬松的數(shù)據(jù)類型（例如一個變量能夠存儲不同類型的數(shù)據(jù)，而不是指定 它為特定的數(shù)據(jù)類型），則Matlab除了存儲單純的數(shù)據(jù)之外，還需要伴隨數(shù)據(jù)存儲一定數(shù)量的頭信息（header），這就意味著需要內(nèi)存空間支存儲數(shù)據(jù) 類型，同時意味需要在數(shù)據(jù)類型轉(zhuǎn)換上支付額外的計算機資源開支。

對于實數(shù)據(jù)使用　real...函數(shù)。

Matlab中的一些函數(shù)能夠同時適用于實類型數(shù)據(jù)和復類型數(shù)據(jù)。如果你只使用實數(shù)據(jù)，那么采用特定的版本的，非復數(shù)據(jù)函數(shù)，那么它運行的速度將變得更快。這些函數(shù)如：reallog(), realpow(),realsqrt()。

使用“短路”邏輯操作

Matlab的“短路”邏輯操作可以在判斷條件達到充分條件后就停止計算處理，而不需要知道 判斷所有條件。例如：if(index>=3)&&(data(index)==5); 當index小于3時，第二個條件判斷將不被處理，這樣就少了去判斷data(index)==5)的時間，提高速度。

使用函數(shù)指針

Matlab的一些函數(shù)使用函數(shù)名作用參數(shù)，常用一個變量支保存這個函數(shù)名字符串（）如：func='tan';然后用這個變量作為函數(shù)的參數(shù)：fzero(func,0))。這種方法對于簡單的函數(shù)調(diào)用是很好的，但是對于在循環(huán)中的重復調(diào)用就存在兩個問題：

（1）在每一個循環(huán)中，Matlab需要去搜索這個函數(shù)的路徑（如tan），這需要花費時間。

（2）在循環(huán)過程中，路徑可能會改變。這會保證在這一次循環(huán)中，某個版本的函數(shù)(如tan)被首先調(diào)用，而下一次循環(huán)中這個版本的函數(shù)又被首先調(diào)用，最終會造成結果不一致。

解決的辦法是使用文件指針(func=@tan;或func=@sin),它能返回函數(shù)唯一的識別碼。調(diào)用方式同上。

文件I／O

通常高級輸入輸出操作（load()和save()）比一般的低級操作（fread()和fwrite()）快。

☆內(nèi)存使用

關于內(nèi)存的使用可查看幫助文檔Using Menory Efficently?？刹榕cMemory Usage相關的信息。

一定記注：可以使用whos()來查看數(shù)據(jù)變量占有用的內(nèi)存空間大小。

復制數(shù)組

當你復制一個數(shù)組時，Matlab開始只復制一個指向數(shù)據(jù)的一個指針，僅當你隨后對任一版本進行修時，數(shù)據(jù)的復制才真正的執(zhí)行。這種操作包括數(shù)組作為函數(shù)參數(shù)進行傳遞的情況－作為值傳遞的參數(shù)傳遞，而不是作為參考的傳遞。因此，你應該盡量避開對大數(shù)組進行小改動的操作。

數(shù)據(jù)不用時，釋放內(nèi)存

如果一個變量以后已經(jīng)不再使用，那么你可以刪除它clear VariableName;則這個小塊的數(shù)據(jù)將可以重用。

注意：如果各變量在內(nèi)存是連續(xù)的，則Matlab很容易重用這些大塊的內(nèi)存，因此最好是先建立大的變量，后再建立小的變量，并且把它們組合起來。

結構體存儲

上文已經(jīng)提到，在Matlab中的變量包含有描述數(shù)據(jù)類型的頭信息。對于一個結構體，則有一個描述整個結構的頭信息，及每個元素也分別有一個頭信息。為了最小化地使用內(nèi)存，我們應該小心地使用混合數(shù)據(jù)類型的數(shù)組和結構。

例如：

pixel.red(1:600,1:400)

pixel.grn(1:600,1:400)

pixel.blu(1:600,1:400)

則我們就需要存儲4個頭信息。而：

pixel(1:600,1:400).red

pixel(1:600,1:400).grn

pixel(1:600,1:400).blu

我們就有720001個頭信息。

使用最小的合適的數(shù)據(jù)類型

為了減小內(nèi)存使用量，對于特定的運算經(jīng)常使用最小的數(shù)據(jù)類型。例如：

（1）對于虛部為零的數(shù)據(jù)，最好不要用complex去存儲。

（2）如果精度足夠，可采用single變量，而不用double。

（3）使用uint16來進行計數(shù)操作，它能存儲值為0到65535。但它比默認的double型省一半的內(nèi)存。

使用稀疏矩陣

如果矩陣絕大多的數(shù)據(jù)為零值，可以把它轉(zhuǎn)化成稀疏形式（使用sparse()函數(shù)）。它將只存儲非零數(shù)據(jù)的數(shù)值和索引。因為需要額外的存儲數(shù)據(jù)的索引，因此只有二維數(shù)據(jù)的零值大約超過75％時，這種方法才是有效的，否則稀疏形式反而需要更多的內(nèi)存空間。

☆并行循環(huán)

如果從一個for循環(huán)的外部看，for循環(huán)滿足以下標準：

（1）循環(huán)的計數(shù)是整數(shù)；

（2）每次循環(huán)都是獨立的；

（3）計算循環(huán)先后順序無關。

那么這個for循環(huán)就有可能可以替換成parfor循環(huán)（matlab2008a中可用優(yōu)化算打開并行通信池：parfor循環(huán)包含于matlabpool open 和matlabpool close之間）。

注意：打開一個并行工作池worker pool大約需要10-15秒鐘，關閉一個工作池大概需要5秒鐘。計算這個時間在內(nèi)，這個方法對于循環(huán)時間超過30秒的情況才是值得的。