数学建模社区-数学中国
标题:
极限测试之Matlab与Forcal矩阵运算效率测试
[打印本页]
作者:
forcal
时间:
2011-8-1 08:00
标题:
极限测试之Matlab与Forcal矩阵运算效率测试
1、小矩阵大运算量测试
$ d) B# X0 v1 a! s; K, @
& C' ~- h* y" d' l+ m( a: W S5 j
Matlab 2009a代码及结果:
clear all
! }3 K8 |" u' A; K, m, s
tic
* I6 x! v; F/ ]3 T& d6 l
k = zeros(5,5); % //生成5×5全0矩阵
# i4 V4 x! D7 P: `8 X; O* }" [
% 循环计算以下程序段100000次:
/ K; u; K( z5 d; [
for m = 1:100000
$ Y* Z) a" d3 _( P: X( s
a = rand(5,7);
0 ]8 H" v( ^" z) V. p' _
b = rand(7,5);%//生成5×7矩阵a,7×5矩阵b,用0~1之间的随机数初始化
) r" h4 L- L7 r+ h
k = k + a * b + a(1:5, 2:6) * b(2:6, 1:5) - a(:, 7) * b(3, :);
2 A" e! p3 a2 U( }3 g
end
, K: z$ L2 q9 k% S/ d
k
; p8 o4 q5 J, D# T0 e! v
toc
, u/ d7 N* N3 Q- o, m$ `% G4 e
' Z5 }& A7 _/ G5 d; d0 [; g
k =
; q5 _4 ^5 A2 u. ?# N/ v8 }
& ]% Y1 n$ @; K' x9 N1 S
1.0e+005 *
$ P: o( S U. `/ q
+ y5 r0 P( h; q& X s( j' h
2.7525 2.7559 2.7481 2.7525 2.7511
6 K! I7 W. k0 M7 @3 ~! t
2.7527 2.7535 2.7430 2.7545 2.7484
+ g, I- z) ~1 A4 h; N
2.7493 2.7553 2.7440 2.7513 2.7485
4 ]& d) ^) ] o3 M
2.7481 2.7506 2.7425 2.7457 2.7460
- [0 A9 q6 |* P. Q: E" j) n
2.7506 2.7525 2.7429 2.7488 2.7451
5 Y" I# s5 ~4 z+ t
! A6 C! ?# I/ M2 k
Elapsed time is 1.979852 seconds.
复制代码
===================
8 h' |$ Y* ^% }* u" j3 \* g
% a! j: |9 i# h3 X+ B
Forcal(OpenFC演示)代码:
!using["math","sys"];
) F; p3 D9 ?5 N( ~% ?
(:t0,k,i,a,b)=
9 _3 E' g; }8 Q$ b: A$ X' [3 l
{
& ]$ R2 b, c, a" J H! \, @( ~
t0=clock(),
5 Y, {! H2 q) w% A* p1 x/ u
k=zeros[5,5],
! Z7 Y! G6 c. `# A( Y) R, l# K4 o
i=0,(i<100000).while{
0 ~ Y# m* }# k- h/ q I$ M/ V6 y
oo{
! U& t4 \0 R! y/ @
a=rand[5,7], b=rand[7,5],
! x! b7 I* S- {
k.=k+a*b+a(0,4:1,5)*b(1,5:0,4)-a(neg:6)*b(3:neg)
8 M, V# |0 b' e+ S
},
) T X1 p ~" e0 e# q }
i++
. k, v/ b; g) B4 Y
},
' C) x# K: M6 \ F: B3 O( M
k.outm().delete(),
6 O2 P! F+ d: w" M
[clock()-t0]/1000
: O3 ^3 }0 F* V) }5 w
};
复制代码
结果:
274978 274892 274913 274949 274953
' q- O$ H+ l& y
274994 275050 275001 275037 274892
1 n" X, p7 _, M7 Q1 p
275001 275063 275019 274963 274971
4 W: i4 ]7 y2 _
274945 274999 275017 274983 274982
) K1 e1 O; l. a$ a+ B5 g) F! O
275009 274984 274971 274955 274923
" B' u4 w& _6 I. [% Y# T
6 x, C( y" N8 N- P8 i. X+ C
3.516 秒
复制代码
此类运算Forcal的效率有Matlab的一半稍多一点。
& P6 O2 l% U" G J
! _! \/ B: j R8 K3 J2 I' Z1 m
==================
6 B+ ^& s8 E. I1 j, K
==================
" o: F0 r! G# e$ D
8 d7 e1 P7 ]9 ~/ n
2、大型矩阵乘
2 K7 M& C& T; l& z* a
0 Z& s; v5 P2 j
Matlab 2009a代码及结果:
clear all
% |6 f1 ?* \# |; w. ?7 t/ \. y
a = rand(1000,1000);
& i6 B' M$ g. |# ~6 K1 H
b = rand(1000,1000);
, g" [) b3 j" u/ h. v7 ?
tic
2 h1 o5 _; U5 P# L! j" I
k = a * b;
1 a% B% h& p, t9 Q/ M7 K
k(1:3, 5:9)
% W# H) C6 _5 p0 H
toc
/ D6 R; p; _ R4 S1 c1 K+ C
7 q# \! w: r3 o
ans =
7 m% i/ L% {( ?& u( V C
- X- @% P1 K7 q7 D( H! l
246.1003 244.3288 252.9674 258.1527 243.9345
2 Q& _, {+ V) N& y+ d. U7 Q
246.7404 236.1487 249.7140 251.3887 246.0294
1 p: L2 v" \' n+ \9 ]
249.4205 240.5515 252.5847 257.0065 249.7137
1 k) a, T1 t$ W7 V" a4 r
# U( c2 h, g3 w4 Z2 ?
Elapsed time is 0.310022 seconds.
复制代码
===================
3 k) ?6 S1 w K
: u1 F- d2 m1 b% m! I) F; j4 Y: h
Forcal(OpenFC演示)代码:
!using["math","sys"];
3 c# R9 }/ }( _* h" b% ~- T
main(:a,b,k,t0)=
) @1 K! A$ l, z/ F6 m
oo{
. M: W/ L! w+ l9 ~
a=rand[1000,1000], b=rand[1000,1000],
) _5 K& B' m0 `) R! Q, I, K. q5 X4 g3 B
t0=clock(),
' _8 @9 Q! H7 {6 k! h: W: }8 v
k=a*b, //矩阵乘
8 V9 h) ~. B4 F# P+ D# D1 [$ q* n" v
k[1,3:5,9].outm()
- e# N% }9 k! R' l
},
/ k8 E7 ~3 g0 o& h$ g) P
[clock()-t0]/1000;
复制代码
结果:
247.009 245.731 242.454 247.412 244.482
7 K# w! G, b! E" [! }; {
258.268 255.417 253.738 255.159 253.042
/ @: b+ K V: ^! |1 ]; ~0 U
258.088 252.324 248.927 252.392 247.731
& L/ M5 {7 U, S( s7 U
1 D( j# g! C! L3 A
2.25
复制代码
此类运算Matlab的速度约是Forcal的7倍多。
* l" Y" _7 b& W# \+ ~& t' \5 L( R
* h7 a1 l& K1 W/ X0 V$ Z
==================
# r0 l$ P' a! l8 M7 W a9 G- o8 B
==================
. C/ r6 F$ \" m* p7 \* c! w
- |: H3 i* T/ L
矩阵运算是Matlab的优势。不过,个人认为,矩阵计算速度取决于算法,矩阵算法只是众多数值算法的一种,不属于语言的基本特性。然而,拥有高效的矩阵算法是matlab的骄傲,就像优化算法是1stopt的骄傲一样。
, K7 r; P, I) ` D- l
" E! U+ u9 F1 p T, S. }
Forcal的矩阵乘是用普通的矩阵乘经过改进而成的,效率自然低,但所有的数值算法包括矩阵运算是由Forcal扩展库实现的,只要有高效的算法,Forcal便可大展身手,为所有这些算法提高更高效的服务。
% L. P4 {4 }- @* c8 t
9 @3 S. O6 }% n8 d0 g! \
除了矩阵运算,Matlab还有许多非语言特性的优势,例如函数图形功能(不包括其GUI,Forcal是嵌入式脚本,C/C++、Delphi等的GUI就是Forcal的GUI)、符号计算功能、控制仿真、金融建模等等。这些实用方便的算法模块使matlab获得了广大用户的青睐。
作者:
chairong
时间:
2011-8-1 10:38
这个不错啊 嘻嘻。。。
+ ?) B2 F! ^ J5 v- f3 S/ N
2 j2 Z) P6 u) G% ]+ I, ~
作者:
发现者2011
时间:
2011-8-1 14:04
henhao ............
$ z; J6 E. _ g( g: m; a
作者:
碧天云淡
时间:
2011-8-1 16:42
matlab的优势很明显的
作者:
alair005
时间:
2012-2-7 13:01
支持一,下楼主辛苦了
45578073860093
作者:
zcBCuikgh
时间:
2012-8-11 21:27
济南夜场招聘,济南翰林商务会所招聘夜场模特佳丽13156404415,400每台,小费日结无押金。qlktv.net
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5