FFTW开源库对比耗时

最近使用到DFT，自己编写DFT计算效率极低，故选择使用高效的FFTW库,同时测试自己使用编写C语言DFT，MATLAB脚本DFT与FFTW库耗时对比。（代码太乱，就不贴代码了，有疑问可以留言探讨）

1. FFTW库耗时对比：

在C++中调用FFTW库耗时在6~4ms区间波动（图2），其中统计时间使用time.h中clock()函数。

此方法是借用另外一位网友的博客https://www.cnblogs.com/zillyrex/p/11802833.html

 

图1 使用自己编写的DFT函数，计算10000点DFT耗时

 2. 自己编写DFT耗时测试

在C++中测试手动编写查表法DFT计算10000点耗时7~8s左右（图1），此计算方法就是两个for嵌套循环计算，正余弦是查表；

 

 图2 使用FFTW 32位库double类型，计算10000点DFT耗时

图3 使用MATLAB FFT函数计算结果与调用FFTW库计算结果对比

 3. MATLAB 脚本使用自己编写矩阵计算DFT耗时测试：

在MATLAB脚本中自己编写矩阵运算1000点DFT（注意是1000点，正余弦是查表）耗时160~200ms，当计算10000点时计算时间过长，同时内存爆满，不便测试。

图3

 

4.MATLAB使用FFT()函数耗时测试：

调用matlab的FFT()函数计算10000点DFT耗时不足0.3ms；

图4

 

5.matlab FFT()函数与c++调用FFTW库结果对比

  对比matlab计算结果显示两者输出相差远小于0.0001（两者计算结果均为7.917）。其中MATLAB使用的是FFT()函数，但是数据长度为10000，未指定数据长度时应该是以DFT进行计算的。具体见下图3，其中红色表示MATLAB 计算结果，蓝色表示C语言调用库计算结果。（据matlab介绍，matlab中的FFT也是使用FFTW库计算）。

图5

 6.总结

从耗时来看，matlab中调用fft()函数计算最快，然后是c++中调用FFTW库；自己在C++中写DFT可以使用但运行时间较长，自己写DFT在matlab中耗时最多，甚至点数较多时（10000点）内存爆满，计算时间过长（大于1分钟）；测试仅供参考，运行耗时受程序写法，保留精度，包含程序的范围，计算机的性能及当前的处理器负载等等诸多因素影响。