MATLAB 与C混合编程：通过mex提高运行速度

最新推荐文章于 2024-07-03 11:19:34 发布

lin_tao_2017

最新推荐文章于 2024-07-03 11:19:34 发布

阅读量3.9k

点赞数 2

分类专栏： matlab与C混合编程文章标签： c语言 matlab 混合编程

本文链接：https://blog.csdn.net/u013598733/article/details/51308587

版权

本文介绍了如何使用C语言编写mex函数，以提高MATLAB中的计算速度。通过设置编译器，创建C源文件，然后在MATLAB中编译成mex函数，可以将耗时的矩阵运算加速。文中提供了一个简单的矩阵乘法例子，并强调了在混合编程中需要注意的数据类型转换和内存管理问题。

摘要由CSDN通过智能技术生成

把耗时的函数（尤其是包含大量循环）用c语言实现，并编译成mex函数可以加快运行速度。

使用mex要求你的电脑上已经安装有VC6.0或Visual Studio或其他编译器（本人使用的2010b似乎已经不支持VC6.0了）。

在Matlab的Command Window里键入mex -setup，根据提示一步步设置就可以了。（只用设置一次，以后就可以直接用了）。

以下是一个简单的例子：

#include <stdio.h>
#include "mex.h"

void my_multi(double *arrayin,double multi,double *arrayout,int xdim,int ydim)
{
int i,j;
double **array;
//动态数组
array = (double **)malloc(sizeof(double *)*xdim);
for(i = 0; i < xdim; i++)
{
*(array + i) = (double *)malloc(sizeof(double)*ydim);
}

/*在Matlab里，数组下标从1开始的，而在C语言中，数组下标从0开始
另外，数据在matlab中是按列存储，而在C中是按行存储，所以：
Matlab里的MxN矩阵中的元素a(i,j)在传递到C中的一维数组data后对应于data[j*M+i]
*/
for(j = 0; j < ydim; j++)
{
for(i = 0; i < xdim; i++)
{
array[i][j]=arrayin[j*xdim+i];
}
}
//接下来就可以像普通C程序那样对数组进行处理了，这里是一个简单的例子
for(i = 0; i < xdim; i++)
{
for(j = 0; j < ydim; j++)
{