MATLAB算法性能评估
本文验证了4个可以提高MATLAB代码性能的策略,代码参考了文末链接。经过测试,分析实际的代码运行结果,仅有两个策略可以做出确定的结论。
1、按列优先循环
此结论有待确定,运行代码,优先按行与优先按列两者的实际运行时间差异极小,有时前者大于后者,有时后者大于前者。
%% 按列优先循环
clear all
n = 1000;
a = rand(n);
tic
for i = 1:n
for j = 1:n
a(i,j);
end
end
toc
tic
for i = 1:n
for j = 1:n
a(j,i);
end
end
toc
运行结果
2、选择恰当的数据类型
处理double类型数据处理速度最快,而cell、struct类型的数据次之。
%% 选择恰当的数据类型
clear all
n = 300000;
a = 8;
b{1} = 8;
c.data = 8;
tic
for k = 1:n
a;
end
time = toc;
disp(['访问',num2str(n),'次double型数组时间是:',num2str(time),'秒!'])
tic
for k = 1:n
b{1};
end
time = toc;
disp(['访问',num2str(n),'次cell型数组时间是:',num2str(time),'秒!'])
tic
for k = 1:n
c.data;
end
time = toc;
disp(['访问',num2str(n),'次struct型数组时间是:',num2str(time),'秒!'])
运行结果
3、循环次数多的变量安排在外层
此结论有待确定,运行代码,循环变量安排在外层与内层两者的实际运行时间差异极小,有时前者大于后者,有时后者大于前者。
%% 循环次数多的变量安排在外层
clear all
tic
a = 0;
for i = 1:1000
for j = 1:500000
a = a+1;
end
end
toc
tic
for i = 1:500000
for j = 1:1000
a = a+1;
end
end
toc
运行结果
4、使用变量前,预先分配内存空间
预先分配内存空间可显著提升代码运行速度。
%% 使用变量前,预先分配内存空间
clear all
n = 30000;
tic
for k = 1:n
a(k) = 1;
end
time = toc;
disp(['未预先分配内存下动态赋值长',num2str(n),'的数组时间是:',num2str(time),'秒!'])
tic
b = zeros(1,n);
for k = 1:n
b(k) = 1;
end
time = toc;
disp(['预先分配内存下动态赋值长为',num2str(n),'的数组时间为:',num2str(time),'秒!'])
运行结果
参考文献
https://www.bilibili.com/video/BV1Np4y1y7Gh?p=14