如何在Matlab中优化范数计算？

Question

我想优化以下Matlab代码：

x=线性空间(-5，5,100)；

Y=线性空间(-5，5,100)；

Z=线性空间(-5，5,100)；

xp，yp，zp = meshgrid(x，y，z)；

范数= sqrt(xp.^2+yp.^2+zp.^2)；

我使用realsqrt对其进行了一些改进：

norm_0 = sqrt(xp.^2+yp.^2+zp.^2) 10.106 s 37.0%

norm_1 = realsqrt(xp.^2+yp.^2+zp.^2) 10.100 s 35.0%

还有其他想法吗？

Answer 1

• sqrt()是昂贵的，所以请确保您确实需要它，或者--正如Jonas所指出的--如果您可以对数据中的radius
• depending平方值进行阈值设置，那么在生成网格

之前，请使用关于范数对称性的知识来减少sqrt calculations

• precalculate平方的数量。

类似于(未经测试的)：

x = linspace(-5, 5, 100);
y = linspace(-5, 5, 100);
z = linspace(-5, 5, 100);
[xp2, yp2, zp2] = meshgrid(x(1:end/2).^2, y(1:end/2).^2, z(1:end/2).^2);
norm_quadrant = sqrt(xp2 + yp2 + zp2);
norm_temp1 = cat(1, norm_quadrant, flipdim(norm_quadrant, 1));
norm_temp2 = cat(2, norm_temp1, flipdim(norm_temp1, 2));
norm_complete = cat(3, norm_temp2, flipdim(norm_temp2, 3));

Answer 2

我怀疑这条单线是否能得到很好的优化。但是，要花10秒的时间，我猜它是在循环中调用的，这意味着有可能优化整个函数。

此外，你可能试图在某个地方创建一个圆圈，通过阈值半径。与其使用平方根，不如对半径的平方设置阈值，从而使代码更快。

Answer 3

只需使用标准的范数函数，它很可能是用C实现的，这使得在Matlab中在多个步骤中完成任何事情都更快。