由于我们做的是大量循环运算,即使单次循环增加0.01s的额外运行时间,积累1E7次也是28小时,所以我们要优化循环内的代码,以提高单次执行效率。
一、代码优化的步骤
1. 定位需要进行优化的代码段
单次执行或者小量循环的代码,不值得去花太大力气去优化,因此我们首先定位到大量循环内的代码(也即parfor循环内的代码)。然后用matlab工具profiler分析代码段中每一行的执行时间。假定待测定的代码段写在test.m中;在matlab command window中输入:
profile on; test; profile viewer
运行完之后即可看到弹出窗口内对代码执行时间记录。
如下图所示,函数ffrt_OneBlock中执行了Nsamp次循环,共占用18.362秒,而该循环中,耗时最长的是ssearch函数,为15.349秒;所以我们锁定需要优化的代码为ssearch函数。在窗口中可以继续点击ssearch,检查ssearch中具体是哪一行代码最耗时。
2. matlab代码优化方法
在matlab官网文档中,给出了优化代码的建议[1][2],参考官方文档和其他大神的博客[3],总结优化建议如下:
1) 向量化计算,MATLAB的优势是矩阵运算,所以能不写循环就不要写循环。
2) 尽量调