Question

在MATLAB程序中，我多次（超过300万）调用一个函数，该函数从局部坐标转换为图像中的全局坐标，这只是一个简单的转换。我的整个代码需要6分钟才能运行，坐标转换功能需要20％的时间。

如何优化此代码？

function LMP_glb = do(pnt_val,LMP,NP_glb)

    NP_co = ones(1,3)*round(pnt_val+1); 
    LMP_glb = [NP_glb(1:3) + LMP(1:3) - NP_co(1:3)]; %basic operations

end

注意：此函数是从我的代码中的其他几个函数调用的（不是在一个无限循环中）。

谢谢。

Answer 1

你可以更简单一点：

function LMP_glb = do(pnt_val,LMP,NP_glb)

    LMP_glb = NP_glb(1:3) + LMP(1:3) - round(pnt_val+1);

end

因为MATLAB会处理将表达式的最后一部分从标量扩展到数组。

我看不出太多优化它的方法，因为它没有做太多。如果您要内联这个（即将表达式直接放在代码中而不是作为函数调用它），您还可以节省函数调用开销所需的时间 - 如果有300万次调用，那可能很贵。

@CitizenInsane的建议也是一个很好的建议 - 如果可以一次预先计算所有坐标的这个函数，然后再使用它们，那么可以对操作进行矢量化以获得额外的加速。

最后，有可能（如果你对一点C感到满意），在C中实现这个功能，编译它，并将其称为MEX函数。这可能会或可能不会更快 - 您需要尝试一下。

Answer 2

我猜你的做函数是在某种 for 循环中调用的。如果你的for循环没有数据相互依赖，你只需将其改为 parfor ，Matlab将启动并行池以利用多核处理器，即并行计算。即使你的数据在for循环中交错，你也可以做一些技巧来摆脱它（声明加法矩阵，数组来保存数据结构的另一个副本，交换内存使用速度）。

如Sam所述，您可以使用C / C ++重写函数，通过Matlab编译器编译，并直接调用编译的MEX函数。根据我的经验，对于简单的算术，C / C ++ MEX函数比Matlab更快。

Parfor指南： http://www.mathworks.com/help/distcomp/getting-started-with-parfor.html

MEX示例： http://www.mathworks.com/help/matlab/matlab_external/standalone-example.html

Matlab阵列操作优化

2 个答案: