如何用matlab写程序,如何使用MATLAB编写的程序在Octave中运行得更快？

我以前没有使用过MATLAB的经验。 现在，我正在尝试编辑一个MATLAB程序，以使其在GNU Octave中均可运行(均在Windows系统上)。

通过更改某些运算符或特殊字符，我修复了一些错误，例如+：不一致的参数(op1为1x1，op2为0x1)。 例如，我改变了

val = textscan(unit53,'%d %s %f %f %f %f

');

至

val = textscan(unit53,'%d %s %f %f %f %f"

""

"');

我成功地编辑了该程序，它可以正常运行。 但是，我编辑的程序大约需要32个小时才能运行。 原始的MATLAB程序只需要大约10分钟即可运行。

程序的最慢部分是关于声明的for循环，用从文档中读取的信息填充矩阵，然后使用这些矩阵进行计算。

每当您尝试在Octave中运行MATLAB代码时，是否会发生这种情况(运行速度较慢)？

如何使MATLAB代码运行得更快？

在几乎所有方面，八度通常比MATLAB慢。在您的情况下，所花费的时间是MATLAB的3倍左右，这有点太多，可能是另一个问题，但也可能您做得还不错。我认为没有任何一般规则可以解决此问题。 (请问您为什么要迁移代码？)

此外，标题似乎有点歧义。我猜您希望Octave代码的运行速度比当前运行的速度更快。还是您想击败MATLAB？

非常感谢您的帮助。我英语写作不好。这就是为什么我提出一个模棱两可的问题。我希望Octave代码的运行速度比当前运行的速度快。

我刚刚注意到您说在MATLAB中花费10分钟，在Octave！中花费30小时，而不是3而是180!。那一定是有问题的。您的结果是否相同？

我还没有结果。运行慢速循环之前的变量值与原始MATLAB代码中的值相同。我添加了fprintf(已达到％d个循环，loop_counter)；循环。然后，我计算破坏单个循环的持续时间。因此，我可以估计总运行时间约为32小时。

好吧，我认为一定有问题，我什至不愿意等待结果。但是我不知道为什么如果代码可以在MATLAB中运行，那么为什么要转到Octave的原因。

是的，我认为您是对的。代码中一定有问题。关于迁移代码的原因，我不知道。老板把这份工作交给了我。也许，八度版本适用于没有MATLAB许可证的人？非常感谢您的帮助。

The original MATLAB codes only takes about 10 minutes to run. The slow part of program is a for loop about declaration , filling matrix with the information read from a document,and doing calculation with those matrix.

根据经验，如果在Octave程序中看到带有许多迭代的for循环，那将不是一个好的程序。 Matlab以前是相同的，但现在它们具有不错的JIT，可加快这种草率的代码的速度。如果代码是矢量化的，那么Octave和Matlab之间不会有太大的区别。

如何做，取决于您的问题。实际上，许多功能都可以很好地与数组配合使用，只是人们不会那样使用它们。进入您的for循环，并将循环中的每一行一一列出。根据您的问题，可能并不容易。如果循环迭代彼此独立，则可以考虑使用并行包。

举例来说，我曾经有一个程序在Matlab中运行约20分钟。在八度中，我在两天后杀死了它。主要问题是两个for循环，其中一个循环遍历512 * 512 * 2000图像的每个像素。我进行矢量化处理后，Octave在2分钟内运行了它。我不得不移植许多Matlab程序，这很常见。

编辑(评论的答案)：有很多关于矢量化的示例和教程，但没有灵丹妙药。该解决方案通常是唯一的，并且将取决于您的代码。对于连续元素之间的差异的特定情况，应使用diff获取差异数组，然后对其进行处理。向量化代码看起来会增加内存使用量，但速度会更快。

您能给我看看一些关于向量化的例子吗？

在我的代码中，那些for循环非常复杂。使用了很多变量。同样，使用两个连续元素之间的差异。 (例如：hx(i，j)-hx(i，j-1))。我应该为差异创建一个新的矩阵，然后使用代码中的矩阵进行计算来解决此问题吗？谢谢。

@Killed_by_Bugs请参见答案的编辑以解决您的问题。

谢谢您的回答。但是，如果我使用diff来获取差异数组，则会出现问题。 diff函数返回一个列数比原始数组少1的数组。因此，我将收到"错误：运算符-：不符合参数(op1为......")这种错误。我想我可能会在该diff返回的数组中再添加1个零列，但我不知道该怎么做你能建议吗？

@Killed_by_Bugs还有codereview.stackexchange.com，我建议您在此处发布一个完整的，可运行的和有据可查的代码，并寻求帮助以更快的速度运行它，并提供更好的样式提示。但重要的是，其他人可以抓取这段代码，并可以开始分析和优化它