怎么用matlab测效率,【转载】MATLAB 效率分析

SimWe个人空间Q;cl\xQ%Li{

于MATLAB的效率问题，很多文章，包括我之前写的一些，主要集中在使用向量化以及相关的问题上。但是，最近我在实验时对代码进行profile的过程中，发现在新版本的MATLAB下，for-loop已经得到了极大优化，而效率的瓶颈更多是在函数调用和索引访问的过程中。

+t0MW~:yK0Lo I's ^0SimWe个人空间 ?| q7z2p

由于MATLAB特有的解释过程，不同方式的函数调用和元素索引，其效率差别巨大。不恰当的使用方式可能在本来不起眼的地方带来严重的开销，甚至可能使你的代码的运行时间增加上千倍(这就不是多买几台服务器或者增加计算节点能解决的了，呵呵)。

下面通过一些简单例子说明问题。(实验选在装有Windows Vista的一台普通的台式机(Core2 Duo 2.33GHz +

4GB Ram)进行，相比于计算集群,

这可能和大部分朋友的环境更相似一些。实验过程是对某一个过程实施多次的整体进行计时，然后得到每次过程的平均时间，以减少计时误差带来的影响。多次实验，在均值附近正负20%的范围内的置信度高于95%。为了避免算上首次运行时花在预编译上的时间，在开始计时前都进行充分的“热身”运行。)

函数调用的效率

一个非常简单的例子，把向量中每个元素加1。(当然这个例子根本不需要调函数，但是，用它主要是为了减少函数执行本身的时间，突出函数解析和调用的过程。)

作为baseline，先看看最直接的实现

% input u: u is a 1000000 x 1 vector

v = u + 1;

这个过程平均需要0.00105 sec。而使用长期被要求尽量避免的for-loop

n = numel(u);

% v = zeros(n, 1) has been pre-allocated.

for i = 1 : n

v(i) = u(i) + 1;

end

所需的平均时间大概是0.00110

sec。从统计意义上说，和vectorization已经没有显著差别。无论是for-loop或者vectorization，每秒平均进行约10亿次“索引-读取-加法-写入”的过程，计算资源应该得到了比较充分的利用。

要是这个过程使用了函数调用呢？MATLAB里面支持很多种函数调用方式，主要的有m-function, function

handle, anonymous function, inline,

和feval，而feval的主参数可以是字符串名字，function handle, anonymous

function或者inline。

用m-function&