Matlab 数组运算优化答案

【问题标题】：Matlab Array Ops OptimizationMatlab 数组运算优化
【发布时间】：2014-04-18 14:19:32
【问题描述】：

在一个 MATLAB 程序中，我多次（超过 300 万次）调用了一个函数，该函数将图像中的局部坐标转换为全局坐标，这只是一个简单的转换。我的整个代码运行需要 6 分钟，坐标转换函数需要 20% 的时间。

如何优化这段代码？

function LMP_glb = do(pnt_val,LMP,NP_glb)

    NP_co = ones(1,3)*round(pnt_val+1); 
    LMP_glb = [NP_glb(1:3) + LMP(1:3) - NP_co(1:3)]; %basic operations

end

注意：这个函数是从我的代码中的其他几个函数调用的（不是在一个无限的 for 循环中）。

谢谢。

【问题讨论】：

我认为您需要针对调用函数进行优化，因为它看起来在这个函数中没有做太多。调用它一百万次并没有帮助。另外，我认为您可以直接将LMP_glb 设为LMP_glb = [NP_glb(1:3) + LMP(1:3) - round(pnt_val+1)];。如果pnt_val 是一个标量，MATLAB 会处理您在其上一行执行的大小调整。
我同意。试试看能不能避免在几个地方调用这个函数。也许可以重复使用一次调用的结果而不是另一次调用。
是的，您可以在一开始就预先计算所有坐标的结果（+在这种情况下使用矢量化），然后将这些结果作为参数传递给所有其他函数（会有只要您不修改子函数中的缓存结果，就没有复制开销）。

标签： arrays matlab optimization

【解决方案1】：

你可以把它简化一点：

function LMP_glb = do(pnt_val,LMP,NP_glb)

    LMP_glb = NP_glb(1:3) + LMP(1:3) - round(pnt_val+1);

end

因为 MATLAB 会为您处理将表达式的最后一部分从标量扩展为数组。

除此之外，我看不到太多优化它的方法，因为它没有做太多。如果你要内联它（即直接将表达式放在你的代码中，而不是作为函数调用它），你还可以节省函数调用开销所花费的时间——如果有 300 万次调用，那可能很贵。

@CitizenInsane 的建议也是一个很好的建议 - 如果可以一次为所有坐标预先计算此函数，然后稍后使用它们，则可以对操作进行矢量化以进一步加快速度。

最后，可以（如果您对小 C 语言感到满意）用 C 语言实现此函数，对其进行编译，然后将其作为 MEX 函数调用。这可能会也可能不会更快 - 您需要尝试一下。

【讨论】：

【解决方案2】：

我猜你的 do 函数是在某种 for 循环中调用的。如果您的 for 循环没有数据相互依赖，您可以简单地将其更改为 parfor，Matlab 将启动并行池以利用多核处理器，即并行计算。即使您的数据在 for 循环中交错，您也可以采取一些技巧来摆脱它（声明加法矩阵、数组以保存数据结构的另一个副本、以内存使用换取速度）。

正如Sam所说，你可以用C/C++重写函数，用Matlab编译器编译，直接调用编译好的MEX函数。根据我的经验，C/C++ MEX 函数比 Matlab 内置的简单算术更快。

Parfor 指南： http://www.mathworks.com/help/distcomp/getting-started-with-parfor.html

墨西哥示例： http://www.mathworks.com/help/matlab/matlab_external/standalone-example.html

【讨论】：