关于Matlab的速度和内存消耗的转载和自己的感受

先写自己的感受吧，后面附文

关于速度：

一、改变算法，多用矩阵运算（尤其是矩阵乘法），尽量减少for循环

二、提前预分配变量内存，即预先定义矩阵维数，X=zeros(n,n);

三、(i,1:n)慢于(i,:)，(i,j)慢于(i,1:n)，一般出现在for循环中就直接影响执行速度

四、减少for循环中的函数调用

五、tic/toc一前一后，统计运算时间；逐段检查消耗时间，找出运算慢的原因（最好用profiler）

关于内存：

一、用int_8(X)和single(x)减小位长（最好用zeros(,,'single')避免临时变量）

二、变量重用

三、不用的变量释放掉，clear X;

四、pack命令整理内存，whos命令查看变量内存

五、稀疏矩阵等等没用过

转自：http://www.ilovematlab.cn/thread-19609-1-1.html http://www.ilovematlab.cn/thread-19610-1-1.html Matlab Out of memory问题总结

还有这个：提高Matlab仿真程序执行性能

http://wenku.baidu.com/view/fb2478f6951ea76e58fafab069dc5022aaea46ba

Out of memory 问题总结【原创】——最有效的方法

首先，我要声明， matlab 自带的 Help 才是最权威的 Matlab 学习资料(ws:除了Help还有Doc) ，如果有时间好好学习一下或是可以高效的使用的话，一定受益匪浅！比如说像 Out of Memory 这个问题，最开始我都是用 Help memory ，几乎得不到任何信息；然后就是去网上搜索此类问题的解决方法，一般有这几种：
除了升级内存和升级 64 位系统外，下面几个方法也是解决之道。
#  增加虚拟内存
#  采用 PACK  （在命令行输入  pack  整理内存空间）
#  采用 3GB  开关启动系统 ( 修改  c 盘根目录  boot.ini  启动选项加上  /3G  例如： multi(0)disk(0)rdisk(0)partition(1)\WINDOWS="Microsoft Windows XP Professional" /noexecute=optin /fastdetect /3G
#  优化程序，减少变量   （使用稀疏矩阵  sparse  ）  save  保存变量  load  变量，需要时再读出来
#  如果必有必要，不要启动 java 虚拟机，采用 matlab -nojvm 启动   （在快捷方式属性里面的  "..../matlab.exe" ）   改为（ "...../matlab.exe" - nojvm ）
# 关闭 Matlab Server  
#  使用   单精度  single  短整数替代   双精度。
现在看来这些解决方法对于我的问题来说根本就是“ 治标不治本 ”，不能解决实际问题，后来在一个师兄的提醒下 Help out of memory ，终于找到了解决此类问题的方法。在此感谢这位师兄啊！
重申―― Matlab 的 Help 才是 Matlab 的最权威的指导材料！！！(ws:除了Help还有Doc,233333333)
其实我的所谓原创就是对 Help out of memory 的一些归纳总结而已，有兴趣的话大家可以自己去看！！！
问题一： Matlab 是如何存储矩阵的
Matlab 中矩阵是以 Block ，也就是块的形式存储的。也就是说，当 Matlab 在为即将存储的矩阵划分块时，如果没有相应大小的连续内存，即使实际内存没有被完全使用，他还是会报告“ Out of Memory ”。
问题二：如何高效使用 Memory
由于在使用的过程中，由于存储单元的不断的被分配和清除，内存会被分割成不连续的区域，这是很容易造成“ Out of Memory ”。
1．
为矩阵变量预制内存而不是动态分配
在动态分配的过程中，由于开始 Matlab 所用的 Block 随着矩阵的增大而连续的为此矩阵分配内存，但是由于 Block 的不连续性，很有可能最开始分配的 Block 不能满足存储的需要， Matlab 只好移动此 Block 以找到更大的 Block 来存储，这样在移动的过程中不但占用了大量的时间，而且很有可能它找不到更大的块，导致 Out of Memory 。而当你为矩阵变量预制内存时， Matlab 会在计算开始前一次性找到最合适的 Block ，此时就不用为变量连续的分配内存。
比较下面两个程序：

for k = 2:1000

x(k) = x(k-1) + 5;
end

x = zeros(1, 1000);
for k = 2:1000

x(k) = x(k-1) + 5;
end
显然，第二个更好！！！ 最好的方法是，在程序一开始就位所有大的矩阵变量预制存存储单元！！！
2．

1．
尽量早的分配大的矩阵变量
Matlab 使用 heap method 管理内存。当在 Matlab heap 中没有足够的内存使用时，它会向系统请求内存。但是只要内存碎片可以存下当前的变量， Matlab 会重新使用内存。
比如：
a = rand(1e6,1);
b = rand(1e6,1);
使用大约 15.4 MB RAM

c = rand(2.1e6,1); 使用近似 16.4 MB RAM: 

a = rand(1e6,1);
b = rand(1e6,1);
clear
c = rand(2.1e6,1);
使用 32.4 MB RAM 。因为 Matlab 不能使用 a 、 b 被 clear 的空间，因为它们均小于 2.1 MB ，而同时它们也很可能是不连续的。
最好的方法：
c = rand(2.1e6,1);
clear
a = rand(1e6,1);
b = rand(1e6,1);
使用 16.4 MB RAM
2．
尽量避免产生大的瞬时变量，当它们不用的时候应该及时 clear 。
3．
尽量的重复使用变量（跟不用的 clear 掉一个意思）
4．
将矩阵转化成稀疏形式
如果矩阵中有大量的 0 ，最好存储成稀疏形式。稀疏形式的矩阵使用内存更少，执行时间更短。
例如：
1000 × 1000 的矩阵 X ，它 2/3 的元素为 0 ，使用两种存储方法的比较：

Name
Size
Bytes
Class

X
1000x1000
8000000
double array

Y
1000x1000
4004000
double array (sparse)
5．
使用 pack 命令
当内存被分为很多碎片以后，其实本身可能有很大的空间，只是没有作构的连续空间即大的 Block 而已。如果此时 Out of Memory ，此时使用 pack 命令可以很好的解决此问题。
6．
如果可行的话，将一个大的矩阵划分为几个小的矩阵，这样每一次使用的内存减少。
7．
增大内存
问题三：  Increase the size of the swap file. 
wap space 的设置与使用的操作系统有关，具体的如下：
1.
UNIX
Information about swap space can be procured by typing pstat -s at the UNIX command prompt. For detailed information on changing swap space, ask your system administrator. 
2.
Linux
Swap space can be changed by using the mkswap and swapon commands. For more information on the above commands, type man followed by the command name at the Linux prompt. 
3.
Windows NT
Follow the steps shown here: Right-click the My Computer icon, and select Properties. Select the Performance tab and click the Change button to change the amount of virtual memory. 
4.
Windows 2000
右键“我的电脑”－ > 属性－ > 高级－ > 性能－ > 设置，从而改变其虚拟内存。
5.
Windows XP
右键“我的电脑”－ > 属性－ > 高级－ > 性能－ > 设置，从而改变其虚拟内存。
问题四：尽量少时用系统资源（对于 Windows ）
Windows 中字体、窗口等都是要占用系统资源的，所以在 Matlab 运行时尽量不要打开不用的窗口。
问题五： Reloading Variables on UNIX Systems
由于我不使用 UNIX 系统，这里不介绍，直接从 Help 中粘过来
On UNIX systems, MATLAB does not return memory to the operating system even after variables have been cleared. This is due to the manner in which UNIX manages memory. UNIX does not accept memory back from a program until the program has terminated. So, the amount of memory used in a MATLAB session is not returned to the operating system until you exit MATLAB. 
To free up the memory used in your MATLAB session, save your workspace variables, exit MATLAB, and then load your variables back in.