Matlab运行速度优化

当我们需要处理较大数据量，或者程序中有一些较为复杂的逻辑。这个时候就需要对程序进行一定的优化，以下是一些小技巧与例子的展示。

硬件方面

1.提升电脑的配置

2.在Matlab软件中设置，分配更多的运行内存

代码方面：

1.数据格式double转成single

 A_length = length(A);
 numbers = 50;
 for k = 1:numbers
     for i = 1:A_length
         for j = 1:A_length
             A(i,j) = A(i,j)*rand; 
         end
     end
 end
 ​
 ​
 %矩阵维度：1000*1000
 %double:时间已过 1.700172 秒
 %single:时间已过 1.546184 秒。
 ​
 %矩阵维度：5000*5000
 %double:时间已过 50.057981 秒。
 %single:时间已过 45.139951 秒。

2.避免for循环

%code1:
 y =[];
 number = 100000;
 for i =1:number
    y = [y sin(i)]; 
 end
 ​
 % 时间已过 2.749184 秒。

%code2:
 y =[];
 number = 100000;
 y = sin([1:1:number]); 
 % 时间已过 0.001548 秒。

3.预先声明变量长度

 number = 1000; %5000
 %%新建一个矩阵
 %这一句就是原先声明变量的长度
 A = zeros([number number]);
 ​
 for i =1:number
    for j =1:number
       if rand >0.5
        A(i,j) = 1;
       end
    end
 end
 ​
 ​
 %1000*1000
 %未声明：时间已过 0.237895 秒。
 %已声明：时间已过 0.041581 秒。
 ​
 %5000*5000
 %未声明：时间已过 41.466290 秒。
 %已声明：时间已过 0.962321 秒。

经过测试，可以看到预先分配数组的大小和避免使用for循环对运行速度的提升效果是最好的，特别是当数据量越大的时候，效果也就越好。

希望对大家有所帮助。

本文章首发于：

XuXing’s blog

欢迎大家访问。