Re: [討論] 如何更有效率?

看板MATLAB作者 (郝渴連)時間12年前 (2013/09/07 14:16), 編輯推噓3(303)
留言6則, 3人參與, 最新討論串2/5 (看更多)
※ 引述《DIDIMIN ( )》之銘言: : 已知有一行向量 X = [a, b, c, d]' : 想要生成 : Y = [ a, 0, 0, 0 ] : [ b, a, 0, 0 ] : [ c, b, a, 0 ] : [ d, c, b, a ] 4x4 矩陣 : 目前的寫法 : tic : X = [1:n]'; : i = 1; Y = zeros(numel(X),numel(X)); : while i <= numel(X) : Y(:,i) = [zeros(i-1,1);X(1:numel(X)+1-i,1)]; : i = i+1; : end : toc : 當 n 為 1000 時,計算時間為 0.008490 秒 : 當 n 為 5000 時,計算時間為 0.147806 秒 : 當 n 為 10000 時,計算時間為 0.462627 秒 : 當 n 為 20000 時,計算時間為 1.777377 秒 : 電腦配備:i7-2600 3.4GHz、RAM 8G、Windows 8、Matlab R2013a : 請問各位大大有沒有更有效率的寫法? 法一:去除你原本code中多餘的運算 (1)numel多餘 (2)i=i+1多餘(但影響極小) (3)沒必要重設整個column X = [1:n]'; Y = eye(n); for i = 2:n Y(i:n, i) = i:n; end p.s. 在我的電腦中n=1000跑1000次平均時間 原本: 0.06610 sec 加速: 0.02339 sec 你的電腦可真快呢!!! 法二:用mex來改寫 難度高,debug麻煩,不太建議 法三:重新檢視你的演算法 產生這個矩陣很沒意義, 且用n^2的儲存空間來表示n個資訊非常的不經濟 -- 哀愁猶如雪花梢然飄落, 白雪厚積, 終究成了孤獨的小結晶, 誰能融化我冰凍已久的孤寂? -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 111.67.52.211

09/07 17:11, , 1F
我可以請教一下為什麼內建的 toeplitz() 慢很多 Q_Q
09/07 17:11, 1F
function t = toeplitz(c,r) [step 0] 初始化 r = r(:); % force column structure p = length(r); m = length(c); [step 1] 產生出待放元素表 x = [r(p:-1:2) ; c(:)]; % build vector of user data [step 2] 產生出拿取待放元素時要用的idx xclass = class(x); cidx = (zeros(xclass):m-1)'; ridx = p:-1:ones(xclass); t = cidx(:,ones(p,1)) + ridx(ones(m,1),:); % Toeplitz subscripts [step 3] 把元素從從元素表中拿出來 t(:) = x(t); % actual data step 2 中 (1) 用 x(:, [1 1 1 ... l]) 的方式來複製 vector 比較慢 (2) 記憶體需產生兩個大小跟結果相同的矩陣後再做加總的動作 記憶體需要做2次額外的配置與釋放,而且還要做 O(N^2) 的運算 step 3 可用我上面的方式來避掉 ※ 編輯: mp19990920 來自: 111.67.52.211 (09/07 18:41) 若你對效能有疑慮的話, 可以使用 matlab 內建的工具 "Profiler", 快速按鈕就放在 help 的左邊, 超超超好用的!!! ※ 編輯: mp19990920 來自: 111.67.52.211 (09/07 18:45) ※ 編輯: mp19990920 來自: 111.67.52.211 (09/07 18:47)

09/07 19:29, , 2F
謝謝你
09/07 19:29, 2F

09/07 23:22, , 3F
謝謝! 這蠻有趣的. 另外請教一下, Matlab 內建的比較慢是有
09/07 23:22, 3F

09/07 23:22, , 4F
什麼語法特性還是說他內建的比較泛用? 謝謝 : )
09/07 23:22, 4F

09/07 23:23, , 5F
抱歉, 我不是很懂 Matlab 的哲學. 我會自己去查一下
09/07 23:23, 5F

09/09 09:17, , 6F
= [1:n]';
09/09 09:17, 6F
文章代碼(AID): #1IAiJP2_ (MATLAB)
討論串 (同標題文章)
文章代碼(AID): #1IAiJP2_ (MATLAB)