Question

我在mex中重新编程一段MATLAB代码（使用C）。到目前为止，我的MATLAB代码的C版本大约是MATLAB代码的两倍。现在我有三个问题，都与下面的代码有关：

如何更多地加快此代码的速度？
您是否发现此代码存在任何问题？我问这个因为我不太了解mex而且我也不是C大师;-) ...我知道代码中应该有一些检查（例如，如果仍有堆空间的话使用realloc，但为了简单起见，我把它留下了）
MATLAB是否有可能进行优化，我真的无法在C中获得超过两倍的代码......？

代码应该或多或少与平台无关（Win，Linux，Unix，Mac，不同的硬件），所以我不想使用汇编程序或特定的线性代数库。这就是我自己为员工编程的原因......

#include <mex.h>
#include <math.h>
#include <matrix.h>

void mexFunction(
    int nlhs, mxArray *plhs[],
    int nrhs, const mxArray *prhs[])
{
    double epsilon = ((double)(mxGetScalar(prhs[0])));
    int strengthDim = ((int)(mxGetScalar(prhs[1])));
    int lenPartMat = ((int)(mxGetScalar(prhs[2])));
    int numParts = ((int)(mxGetScalar(prhs[3])));
    double *partMat = mxGetPr(prhs[4]);
    const mxArray* verletListCells = prhs[5];
    mxArray *verletList;

    double *pseSum = (double *) malloc(numParts * sizeof(double));
    for(int i = 0; i < numParts; i++) pseSum[i] = 0.0;

    float *tempVar = NULL;

    for(int i = 0; i < numParts; i++)
    {
        verletList = mxGetCell(verletListCells,i);
        int numberVerlet = mxGetM(verletList);

        tempVar = (float *) realloc(tempVar, numberVerlet * sizeof(float) * 2);


        for(int a = 0; a < numberVerlet; a++)
        {
            tempVar[a*2] = partMat[((int) (*(mxGetPr(verletList) + a))) - 1] - partMat[i];
            tempVar[a*2 + 1] = partMat[((int) (*(mxGetPr(verletList) + a))) - 1 + lenPartMat] - partMat[i + lenPartMat];

            tempVar[a*2] = pow(tempVar[a*2],2);
            tempVar[a*2 + 1] = pow(tempVar[a*2 + 1],2);

            tempVar[a*2] = tempVar[a*2] + tempVar[a*2 + 1];
            tempVar[a*2] = sqrt(tempVar[a*2]);

            tempVar[a*2] = 4.0/(pow(epsilon,2) * M_PI) * exp(-(pow((tempVar[a*2]/epsilon),2)));
            pseSum[i] = pseSum[i] + ((partMat[((int) (*(mxGetPr(verletList) + a))) - 1 + 2*lenPartMat] - partMat[i + (2 * lenPartMat)]) * tempVar[a*2]);
        }

    }

    plhs[0] = mxCreateDoubleMatrix(numParts,1,mxREAL);
    for(int a = 0; a < numParts; a++)
    {
        *(mxGetPr(plhs[0]) + a) = pseSum[a];
    }

    free(tempVar);
    free(pseSum);
}

所以这是改进版本，比MATLAB版本快约12倍。转换的事情仍然花费很多时间，但我暂时放弃了，因为我必须在MATLAB中为此改变一些东西。所以首先关注剩下的C代码。您是否在以下代码中看到了更多潜力？

#include <mex.h>
#include <math.h>
#include <matrix.h>

void mexFunction(
    int nlhs, mxArray *plhs[],
    int nrhs, const mxArray *prhs[])
{
    double epsilon = ((double)(mxGetScalar(prhs[0])));
    int strengthDim = ((int)(mxGetScalar(prhs[1])));
    int lenPartMat = ((int)(mxGetScalar(prhs[2])));
    double *partMat = mxGetPr(prhs[3]);
    const mxArray* verletListCells = prhs[4];
    int numParts = mxGetM(verletListCells);
    mxArray *verletList;

    plhs[0] = mxCreateDoubleMatrix(numParts,1,mxREAL);
    double *pseSum = mxGetPr(plhs[0]);

    double epsilonSquared = epsilon*epsilon;

    double preConst = 4.0/((epsilonSquared) * M_PI);

    int numberVerlet = 0;

    double tempVar[2];

    for(int i = 0; i < numParts; i++)
    {
        verletList = mxGetCell(verletListCells,i);
        double *verletListPtr = mxGetPr(verletList);
        numberVerlet = mxGetM(verletList);

        for(int a = 0; a < numberVerlet; a++)
        {
            int adress = ((int) (*(verletListPtr + a))) - 1;

            tempVar[0] = partMat[adress] - partMat[i];
            tempVar[1] = partMat[adress + lenPartMat] - partMat[i + lenPartMat];

            tempVar[0] = tempVar[0]*tempVar[0] + tempVar[1]*tempVar[1];

            tempVar[0] = preConst * exp(-(tempVar[0]/epsilonSquared));
            pseSum[i] += ((partMat[adress + 2*lenPartMat] - partMat[i + (2*lenPartMat)]* tempVar[0]);
        }

    }

}

Answer 1

你能提前估计tempVar的最大大小是什么，并在循环之前为它分配内存而不是使用realloc？重新分配内存是一项耗时的操作，如果numParts很大，这可能会产生巨大影响。看看this question。

Answer 2

您无需为本地使用分配pseSum，然后将数据复制到输出。您可以简单地分配一个MATLAB对象并获取指向内存的指针：
```
plhs[0] = mxCreateDoubleMatrix(numParts,1,mxREAL);
pseSum  = mxGetPr(plhs[0]);
```

因此，您不必将pseSum初始化为0，因为MATLAB已在mxCreateDoubleMatrix中执行此操作。

从内循环中删除所有mxGetPr并将其分配给变量。
考虑在MATLAB中使用int32或uint32数组，而不是将双精度转换为整数。将double转换为int是昂贵的。内部循环计算看起来像
```
tempVar[a*2] = partMat[somevar[a] - 1] - partMat[i];
```
您在代码中使用此类构造
```
((int) (*(mxGetPr(verletList) + a)))
```
你这样做是因为varletList是一个'double'数组（默认情况下在MATLAB中就是这种情况），它保存整数值。相反，您应该使用整数数组。在MATLAB中调用mex文件类型之前：
```
varletList = int32(varletList);
```
然后你不需要上面的int类型。你只需写
```
((int*)mxGetData(verletList))[a]
```
或者更好，早点分配
```
somevar = (int*)mxGetData(verletList);
```
后来写
```
somevar[a]
```
在所有循环之前预先计算4.0 /（pow（epsilon，2）* M_PI）！这是一个昂贵的常数。
pow（（tempVar [a * 2] / epsilon），2））只是tempVar [a * 2] ^ 2 / epsilon ^ 2。你刚才计算sqrt（tempVar [a * 2]）。你为什么现在把它放在一边？
一般不要使用pow（x，2）。只需写x * x
我会在参数上添加一些健全性检查，特别是如果你需要整数。要么使用MATLABs int32 / uint32类型，要么检查你实际获得的是一个整数。

新代码中的

修改

在循环之前计算-1 / epsilonSquared并计算exp（minvepssq * tempVar [0]）。注意结果可能略有不同。取决于您的需求，但如果您不关心确切的操作顺序，请执行此操作。
定义一个寄存器变量preSum_r并用它来对内循环中的结果求和。循环后将其分配给preSum [i]。如果您想要更多乐趣，可以使用SSE流媒体商店（_mm_stream_pd编译器内在函数）将结果写入内存。
删除double to int cast
很可能无关紧要，但尝试将tempVar [0/1]更改为正常变量。不相关，因为编译器应该为您做到这一点。但同样，这里不需要数组。
使用OpenMP并行化外部循环。琐碎（至少是最简单的版本而不考虑NUMA架构的数据布局），因为迭代之间没有依赖性。

如何加快这个mex代码？

2 个答案: