如何在 Matlab 中优化嵌入式循环索引以实现并行化？答案

【问题标题】：How to optimize embeded loop index for parallelization in Matlab?如何在 Matlab 中优化嵌入式循环索引以实现并行化？
【发布时间】：2012-06-23 16:32:31
【问题描述】：

目前我正在做一个项目，我想提高执行速度。我对并行编码完全陌生。我的程序最初有六个循环，我管理将其优化为三个循环，执行时间减少了 300%。从我所学的我相信问题出在索引上。我在前一个循环中已经使用了 parfor，但索引是 i = 1:vs_max-1。

在以下代码中：

for i = 1:vs_max-1
 for j = i+1:vs_max-1
  d = max(abs(X(i,:)-X(j,:)));
  DD = exp(-(d/r)^n);
  D(i,j) = DD;
  D(j,i) = DD;
  while (i~=vs_max)
    d2 = max(abs(X2(i,:)-X2(j,:)));
    DD2 = exp(-(d2/r)^n);
    D2(i,j) = DD2;
    D2(j,i) = DD2;
    break;
  end

 end
end

我认为问题出在第二个循环索引中，其中 j 还需要 i 值当我们有多个线程时，我们可以多次访问这些值。

谁能帮我重新索引这个循环，以便 parfor 不提示或提供另一种类型的代码优化，以使上述代码变得更快？

提前感谢您的好意阅读和回答我的帖子。

【问题讨论】：

标签： matlab optimization parallel-processing indexing

【解决方案1】：

您基本上是在上三角矩阵中生成索引。随着i 的值向vs_max-1 发展，行变得越来越短。除非正在执行一些动态工作调度（例如，如果您碰巧熟悉 OpenMP，类似于schedule(dynamic)），否则这不会在多个线程之间很好地分布。

您可以将事物“展平”并运行一个循环并使用一些数学运算将迭代次数转换为 (i,j) 对，例如有关可能的解决方案，请参阅this question。如果您有足够的内存，您还可以使用所有可能的(i,j) 对的预填充列表，然后使用它从迭代数快速计算i 和j。

顺便说一句：计算的第二部分看起来很奇怪。为什么要把它放在一个总是执行并且只执行一次的while 循环中（i ~= vs_max 总是正确的，因为i 永远不会到达vs_max 并且break 在第一次迭代后终止它）？

【讨论】：