Matlab 访问结构所需的时间vs.“;松散的;变量
我对从matlab结构或matlab变量(任何数组)访问/重新分配变量的时间有疑问: 假设您有一个创建十个变量(不同维度和大小的数组)的函数。此函数在需要生成这些变量的另一个函数中被调用 现在,因为从一个函数中获取十个变量看起来很混乱,我考虑将这十个变量存储在一个结构中,并更改我的初始函数,使其只输出一个结构(带有十个字段),而不是十个变量 因为计时对我来说至关重要(这是EEG实验的代码),我想确保struct方法不会变慢,所以我编写了以下测试函数Matlab 访问结构所需的时间vs.“;松散的;变量,matlab,variables,variable-assignment,timing,matlab-struct,Matlab,Variables,Variable Assignment,Timing,Matlab Struct,我对从matlab结构或matlab变量(任何数组)访问/重新分配变量的时间有疑问: 假设您有一个创建十个变量(不同维度和大小的数组)的函数。此函数在需要生成这些变量的另一个函数中被调用 现在,因为从一个函数中获取十个变量看起来很混乱,我考虑将这十个变量存储在一个结构中,并更改我的初始函数,使其只输出一个结构(带有十个字段),而不是十个变量 因为计时对我来说至关重要(这是EEG实验的代码),我想确保struct方法不会变慢,所以我编写了以下测试函数 function test_timingStr
function test_timingStructs
%% define struct
strct.a=1; strct.b=2; strct.c=3;
%% define "loose" variables
a = 1; b = 2; c = 3;
%% How many runs?
runs = 1000;
%% time access to struct
x = []; % empty variable
tic
for i=1:runs
x = strct.a; x = strct.b; x = strct.c;
end
t_struct = toc;
%% time access to "loose variables"
x = []; % empty variable
tic
for i=1:runs
x = a; x = b; x = c;
end
t_loose = toc;
%% Plot results
close all; figure;
bar(cat(2,t_struct,t_loose));
set(gca,'xticklabel', {'struct', 'loose variable'})
xlabel('variable type accessed', 'fontsize', 12)
ylabel(sprintf('time (ms) needed for %d accesses to 3 different variables', runs), 'fontsize', 12)
title('Access timing: struct vs "loose" variables', 'fontsize', 15)
end
根据结果,访问结构以获取字段值要比仅访问变量慢得多。我可以根据我所做的测试做出这个假设吗
当我想要访问十个变量时,是否有另一种方法可以在不浪费时间的情况下整齐地“打包”十个变量
理论上,是的,访问
结构中的数据将比访问存储在变量中的数据慢。这只是更高级别的数据类型引起的开销
但是
在测试中,您只测量两个数据结构中数据的访问时间。当您使用变量时,简单地将一个变量分配给另一个变量只需要很少的时间,因为MATLAB使用写时复制,并且在修改数据之前不会在内存中实际复制数据
因此,您编写的测试对于确定使用struct
的实际成本不是很有用,因为我确信您的函数对它接收的数据做了一些处理。一旦您修改了数据,MATLAB将制作一份数据副本,并执行请求的操作。因此,要确定结构的性能损失是多少,您应该对实际函数计时,而不是对正在使用的无操作函数计时
稍微现实一点的测试
我在下面编写了一个测试,比较了struct
和被调用函数修改和不修改数据的变量访问
function timeaccess
sz = round(linspace(1, 200, 100));
[times1, times2, times3, times4] = deal(zeros(size(sz)));
for k = 1:numel(sz)
n = sz(k);
S = struct('a', rand(n), 'b', rand(n), 'c', rand(n));
times1(k) = timeit(@()access_struct(S));
S = struct('a', rand(n), 'b', rand(n), 'c', rand(n));
times2(k) = timeit(@()access_struct2(S));
a = rand(n); b = rand(n); c = rand(n);
times3(k) = timeit(@()access_vars(a, b, c));
a = rand(n); b = rand(n); c = rand(n);
times4(k) = timeit(@()access_vars2(a, b, c));
end
figure
hax1 = subplot(1,2,1);
ylabel('Execution Time (ms)')
xlabel('Size of Variables');
hold on
plot(sz, times2 * 1000, 'DisplayName', 'Struct w/o modification')
plot(sz, times4 * 1000, 'DisplayName', 'Variables w/o modification')
legend(findall(hax1, 'type', 'line'))
hax2 = subplot(1,2,2);
ylabel('Execution Time (ms)')
xlabel('Size of Variables');
hold on
plot(sz, times1 * 1000, 'DisplayName', 'Struct w modification')
plot(sz, times3 * 1000, 'DisplayName', 'Variables w modification')
legend(findall(hax2, 'type', 'line'))
saveas(gcf, 'data_manipulation.png')
legend()
end
function [a, b, c] = access_struct(S)
a = S.a + 1;
b = S.b + 2;
c = S.c + 3;
end
function [a, b, c] = access_struct2(S)
a = S.a;
b = S.b;
c = S.c;
end
function [d, e, f] = access_vars(a, b, c)
d = a + 1;
e = b + 1;
f = c + 1;
end
function [d, e, f] = access_vars2(a, b, c)
d = a;
e = b;
f = c;
end
结果
正如您所看到的,struct
对于仅仅将一个变量分配给另一个变量来说速度较慢,但是只要我执行一个操作(这里我有一个非常简单的操作,即为每个变量添加一个常量),访问时间的影响就可以忽略不计
总结
基于上面的测试,我假设在您的用例中,两者之间的时间差可以忽略不计。即使struct
稍微慢一点,它也可能是一种更干净的设计,产生更可读/可维护的代码,并且可能值得在性能上有所不同
如果您非常关心性能,可能值得研究一个C/C++mex函数来为您完成一些繁重的工作,或者切换到比MATLAB更高性能的语言。而struct
引用相对于变量可能会较慢,因为需要额外的subsref
,测试的最长绝对时间约为每次迭代1微秒(在我安装了R2016a的六岁机器上)。如果不了解更多您的需求,我想这并不重要,但是如果没有完整的测试用例,不确定性是非零的。tic
和toc
的单个迭代不是一个好的基准测试方法。使用多次运行并平均结果或使用。这在很大程度上取决于MATLAB版本和硬件。顺便说一句,如果微秒计时真的不够,那么我建议使用另一种语言。