优化MATLAB代码指南

我注意到了很多关于MATLAB优化的个别问题，但没有一个很好的指南

常见问题：

% Where x is 1:1000, draw vertical lines from 5 to 10.
x_values = 1:1000;
y1_values = ones(1, 1000) * 5;
y2_values = ones(1, 1000) * 10;

% Set x_plot_values to [1, 1, NaN, 2, 2, NaN, ...];
x_plot_values = zeros(1, length(x_values) * 3);
x_plot_values(1:3:end) = x_values;
x_plot_values(2:3:end) = x_values;
x_plot_values(3:3:end) = NaN;

% Set y_plot_values to [5, 10, NaN, 5, 10, NaN, ...];
y_plot_values = zeros(1, length(x_values) * 3);
y_plot_values(1:3:end) = y1_values;
y_plot_values(2:3:end) = y2_values;
y_plot_values(3:3:end) = NaN;

figure; plot(x_plot_values, y_plot_values);

• 为我优化这个代码
• 如何将其矢量化

我不认为这些问题会停止，但我希望这里提出的想法能为他们提供一些集中的参考

优化Matlab代码是一门黑色艺术，总有更好的方法。有时，直接将代码矢量化是不可能的

所以我的问题是：当矢量化不可能或极其复杂时，您有哪些技巧和技巧来优化MATLAB代码？此外，如果您有任何常见的矢量化技巧，我也不介意看到它们。

所有这些测试都是在与其他人共享的机器上执行的，因此这不是一个完全干净的环境。在每次测试之间，我清除工作区以释放内存

请不要关注单个数字，只看优化前后时间的差异

注意：我在代码中进行的

tic

和

toc

调用用于显示我在何处测量所用时间

预分配 在Matlab中预分配阵列的简单操作可以提供巨大的速度优势

tic;


for i = 1:100000
    my_array(i) = 5 * i;
end

toc;

这需要47秒

这需要0.1018秒

添加一行代码47秒到0.1秒是一个惊人的改进。显然，在这个简单的示例中，您可以将其矢量化为

my_array=5*1:100000

（这需要0.000423秒），但我试图表示不使用矢量化的更复杂的时间

我最近发现，零函数（以及其他性质相同的函数）在预分配时没有简单地将最后一个值设置为0那么快：

tic;

length = 100000;
my_array(length) = 0;

for i = 1:length
    my_array(i) = 5 * i;
end

toc;

这需要0.0991秒

现在很明显，这个微小的差异并不能证明什么，但是你必须相信我，在一个大文件中，有许多这样的优化，差异变得更加明显

为什么这样做？

预分配方法分配一块内存供您使用。这个内存是连续的，可以被预取，就像C++或java中的数组一样。然而，如果您不预先分配，那么MATLAB将不得不动态地找到越来越多的内存供您使用。据我所知，这与Java ArrayList的行为不同，更像是一个LinkedList，数组的不同块在内存中被拆分

不仅当您向其写入数据时（47秒！）速度会变慢，而且从那时起每次访问时都会变慢。事实上，如果你绝对不能预先分配，那么在你开始使用之前，将你的矩阵复制到一个新的预先分配的矩阵中仍然是有用的

如果我不知道要分配多少空间怎么办？

这是一个常见的问题，有几种不同的解决方案：

高估-高估矩阵的大小并分配太多空间比分配不足要好

处理并稍后修复-我已经看到很多这样的情况，开发人员忍受了缓慢的填充时间，然后将矩阵复制到一个新的预先分配的空间中。通常将其保存为

.mat

文件或类似文件，以便以后可以快速读取

如何预分配复杂结构？

正如我们已经看到的，为简单的数据类型预先分配空间很容易，但是如果它是一个非常复杂的数据类型，比如一个struct of structs呢

我永远无法明确地预先分配这些（我希望有人能提出更好的方法），所以我想出了一个简单的方法：

tic;

length = 100000;

% Reverse the for-loop to start from the last element
for i = 1:length
    complicated_structure = read_from_file(i);
end

toc;

这需要1.5分钟

这需要6秒

这显然不是完美的预分配，之后翻转阵列需要一点时间，但时间的改进不言而喻。我希望有人有一个更好的方法来做到这一点，但这是一个相当好的黑客在同一时间

数据结构 就内存使用而言，结构数组比数组数组数组差几个数量级：

% Array of Structs
a(1).a = 1;
a(1).b = 2;
a(2).a = 3;
a(2).b = 4;

使用624字节

% Struct of Arrays
a.a(1) = 1;
a.b(1) = 2;
a.a(2) = 3;
a.b(2) = 4;

使用384字节

% Struct of Arrays
a.a(1) = 1;
a.b(1) = 2;
a.a(2) = 3;
a.b(2) = 4;

正如您所看到的，即使在这个简单/小的示例中，结构数组也比数组的结构使用了更多的内存。此外，如果要打印数据，数组结构的格式更有用

每个结构都有一个大的头，正如您所看到的，一个结构数组多次重复这个头，其中数组的结构只有一个头，因此使用的空间更少。这种差异在较大的阵列中更为明显

文件读取 代码中的

fread

（或任何系统调用）数量越少越好

tic;    

for i = 1:100
    fread(fid, 1, '*int32');
end

toc;

前面的代码比下面的代码慢得多：

tic;
fread(fid, 100, '*int32');
toc;

你可能认为这是显而易见的，但同样的原则也适用于更复杂的情况：

tic;

for i = 1:100
    val1(i) = fread(fid, 1, '*float32');
    val2(i) = fread(fid, 1, '*float32');
end

toc;

这个问题不再简单，因为在内存中，浮点数是这样表示的：

val1 val2 val1 val2 etc.

但是，您可以使用fread的

skip

值来实现与前面相同的优化：

tic;

% Get the current position in the file
initial_position = ftell(fid);

% Read 100 float32 values, and skip 4 bytes after each one
val1 = fread(fid, 100, '*float32', 4);

% Set the file position back to the start (plus the size of the initial float32)
fseek(fid, position + 4, 'bof');

% Read 100 float32 values, and skip 4 bytes after each one
val2 = fread(fid, 100, '*float32', 4);

toc;

因此，该文件读取是使用两个

fread

s而不是200来完成的，这是一个巨大的改进

函数调用 我最近编写了一些代码，这些代码使用了许多函数调用，所有函数调用都位于不同的文件中。假设有100个单独的文件，所有文件都互相调用。通过将此代码“内联”到一个函数中，我看到执行速度从9秒提高了20%

显然，您不会以牺牲可重用性为代价来实现这一点，但在我的例子中，函数是自动生成的

% Where x is 1:1000, draw vertical lines from 5 to 10.
x_values = 1:1000;
y1_values = ones(1, 1000) * 5;
y2_values = ones(1, 1000) * 10;

% Set x_plot_values to [1, 1, NaN, 2, 2, NaN, ...];
x_plot_values = zeros(1, length(x_values) * 3);
x_plot_values(1:3:end) = x_values;
x_plot_values(2:3:end) = x_values;
x_plot_values(3:3:end) = NaN;

% Set y_plot_values to [5, 10, NaN, 5, 10, NaN, ...];
y_plot_values = zeros(1, length(x_values) * 3);
y_plot_values(1:3:end) = y1_values;
y_plot_values(2:3:end) = y2_values;
y_plot_values(3:3:end) = NaN;

figure; plot(x_plot_values, y_plot_values);