Matlab系列之程序优化

一般来说，实现同样的功能，可以采用不同的编程方法，而这些不同的编程方法也可能有着不同的运行速度，因此很多时候需要找到较优的那种方法，从而提高代码的运行效率，本篇将要记录的是一些提供M文件执行速度、优化内存管理的常用方法，具体的记录两个很实用的方法，然后简单再说下其他的方法，在平常编程的时候注意并学会使用这些方法，请往下慢慢看

~Show Time~

第一种

不知道你们在使用MATLAB进行循环计算的时候，有没有感觉到过，对矩阵的单个元素作循环

相比将其转化成向量的形式进行运算的速度要慢很多，如果没太理解这句话，可以看以下的代码，然后再回过来理解：

%程序1，矩阵的元素作循环
clear all
clc
tic
x=1;
for k=1:1001
    y(k)=log10(x)
    x=x+0.01;
end
toc

结果：

%程序2，矩阵元素向量化
clear all
clc
tic
x=1:0.01:11;
y=log10(x)
toc

结果：

以上这两个代码只是分别对x进行循环累加以及直接向量化赋值给x，但是得到的运行速度却相差如此之大，当然这也是因为我把结果打印在了命令行窗口中，不然第一种的速度也还会快很多，那样的说服力显然没有这个强了，所以，你GET到这个优化程序的操作了吗？

第二种

此处要记录的第二种方法很好理解，可以这样想象，一个人去做一件事，这件事是他从未接触过的，其结果也是无法预测的，那么他会感觉到实现起来很困难，最终实现的时间也是漫长的，但是如果这个人很清楚的知道自己要做的事，知道实现的方法，那么就可以很高效的完成这件事。

类推，在for循环和while循环中，一个数组的大小随着循环不断的增加，很显然这会影响内存的使用效率，因为只要数组的维度变了，就要找到更大的连续内存区域，用于存放新的数组，就像是那个做事的人在不断尝试不同的方法去实现要做的事，很费时间，但是我们在最开始就给数组设置好一个它最终结果所需的恒定维度，也就是提前分配内存，这样就可以很好的提高内存使用效率，相当于直接给了做事的人一个正确的方法，他只需要照着做就行，很显然效率要高很多。

接下来上几个简单的代码，来进一步加深内存预分配的印象：

%原始代码
x=0;
for k=2:1000
    x(k)=x(k-1)+6;
end
%预分配内存后的代码
x=zeros(1,1000);
for k=2:1000
    x(k)=x(k-1)+6;
end

不知道你们发现没有，在编完原代码后，MATLAB其实会提醒你需要预分配内存，把鼠标移到x的波浪线上，就会出现：

预分配内存的方法，本处代码使用的是zeros函数，将x的所有元素都赋值为0，这样节约了重新分配内存的时间，从而提高程序的效率，除了这个函数以外，还有cell函数也可以，不过这两个分别用于对数值数组和单元数组进行内存分配，不过要注意一点，使用zeros函数为数组分配内存时，如果数组类型要的不是double，则需要做些改变，可以使用下面的语句进行分配：

A=zeros(100,’int8’);
%这个就相当于为A分配了100*100的int8类型的内存。
A=int8(zeros(100));
%这个更好理解，就是生成了一个100x100的double类型的内存，再使用int8函数将其转化为int8的类型。

其他方法

这部分的方法都是比较好理解的，在平常编程前，记住这些要点，然后编写的时候应用上，可以简单有效的对程序进行优化。

1）数组赋值时，避免数组类型的改变、以及第二种方法说的数组大小改变

2）对实数进行操作，尽量避免对复数操作，复数也可以分实部虚部分别进行处理。

3）合理使用逻辑运算符

4）避免重载MATLAB中的内置函数和操作符

5）通常情况下，函数的运行效率要高于脚本文件

6）load和save函数效率要高于文件写和读取的操作

7）多重循环的时候，可以在外运行循环次数少的，在内运行循环次数多的

不知道这篇关于程序优化的点，你懂了多少，如果全懂了，恭喜你，可以给别人炫操作了