MATLAB高效编程_feature('accel', 'on')-CSDN博客

1 向量化编程 vs. 循环加速

从我们使用MATLAB的第一天开始，就有人告诉我们，MATLAB的优势是矩阵运算，所以能不写循环就不要写循环，否则速度会很慢。

但是，从6.5版本开始（貌似我们大一就是用的6.5，六七年前的事情了），MATLAB就引入了针对循环加速的JIT（Just In Time）技术和accelerator，默认情况下，这2个加速器都是打开的，可以通过如下命令关闭或者打开：

feature jit on

feature jit off

feature accel on

feature accel off

可以观察到打开或者关闭它们前后的性能差异是很大的。

从r2009a之后，循环本身已经不再是瓶颈了，瓶颈更多来源于循环体内部的代码执行方式。所以没必要千方百计地把循环改成向量化编程，有时这种改动不仅不能带来性能的提升，还会使得代码的运行时间变长。

举个简单的例子，sliding window在很多地方都会用到，比如MAC层中的访问控制、物理层中的同步。从算法上讲，sliding window是可以由上次迭代的值和本次的值进行简化运算的。当sliding window的长度很小的时候，我试过长度为256时向量化编程可以使运行速度更快，但毫无疑问，当长度增长到某一个值之后，采用循环的迭代肯定会更快。至于这个临界值是多少，有兴趣的可以自己去试试~

2 调用系统函数 vs. 自己手动写

我曾经试过，自己写了个16QAM的硬判决函数，结果运行时间是系统自带函数的3倍~。

但是，也有另外一种观点，说MATLAB的系统函数由于要实现很强的通用性，函数内部都会有很多的if-else类似的条件分支，会拖慢速度，这个就需要具体问题具体分析了。按我的理解，如果函数复杂，则就算系统函数的if-else很多，尽量还是调用，如果函数简单，比如有些函数真正的算法只有一行，那完全可以自己写，避免了if-else带来的时间损耗。当然，如果要做到极致，可以把系统函数拷到自己的工程下面，按照自己调用的需求把函数内部多余的分支去掉，但我想一般人也不会这么去做，麻烦。

3 预分配内存

这种技巧在C/C++中是不存在的，因为C/C++的语法就要求使用数组要预先定义，但偏偏MATLAB不一样，我们可以不定义变量就使用，这种规则在方便我们编程的同时也带来一些容易被我们忽视的问题，其中，预分配内存是受到严重影响的一个方面。该问题一般发生在包含循环的代码中，比如：

for k = 1 : 100

a(k) = k;

end

编写人员的本意是生成一个递增的数列，长度100。如果没有在for循环前面加上一行a = zeros(100, 1)的话，代码检测器会报waring，说数组a在每次循环的时候会改变大小，会拖慢速度。究其原因，是因为如果不预分配的话，MATLAB在每次循环执行的时候都会改变数组a的大小，则每次都会去内存查找适合此大小的内存区间，然后重新分配内存。该过程不仅会造成MATLAB代码的执行速度变慢，而且很容易造成内存碎片化。

了解了预分配内存的好处，那我们应该怎么初始化内存呢？前面已经提到一种方法：

a = zeros(100, 1);

还可以在zeros后续指定数据类型（一般情况下我们用的double），指定数据类型的好处不仅仅是提前知道整个数组需要的内存空间，而且在MATLAB中还有个特殊的优势：如果指定数据类型，则在初始化的时候MATLAB只会分配这么一块内存出来，并不会全部写入0，这样就节约了时间；而不指定的话，在分配空间之后还会把所有的内存空间初始化为0。所以，如果我们保证该数组的每个元素在循环体内部能够被一一赋值，为了加快速度，指明数据类型是必要的。

ps：关于这一点，和我准备下一篇博文准备要讲的MATLAB并行编程是不同的，千万注意！