Matlab并行计算-parfor-以文件做中转

摘要： 很多时候，当我们写成初版程序后，想要通过并行计算进行提速。此时并行计算只需要对关键瓶颈进行并行即可，不需要将整个程序进行并行。因为并行有额外的开销而且...

很多时候，当我们写成初版程序后，想要通过并行计算进行提速。

此时并行计算只需要对关键瓶颈进行并行即可，不需要将整个程序进行并行。

因为并行有额外的开销而且，有些变量不能够加入到并行里面。

一般处于for循环内部的瓶颈函数都，这种情况都很适合并行计算。

这种情况同样适用于C++框架下的openMP，将瓶颈算法改成并行模式并将关键输出保存成文件。

%这个文件可以根据自己的需要进行更改，比如说变量名，变量的数量等
function parsave(fname, x,y)
	save(fname, 'x', 'y')
end

下面我给出一个具体的框架，并行需要使用parfor。

count_excel=1
 parfor j=1:num_FN
            trueSaveFile=[trueSaveFolder  num2str(j)   '.mat'];
            %通过文件存储，使得程序能够被打断，不至于丢失关键数据
            if exist(trueSaveFile,'file')
                if delete_exist
                    delete(trueSaveFile)
                else
                    continue
                end
                
            end
%写入到中间变量中
            temp_xls=cell(1,2);
%需要存储的信息
            temp_xls{1,1}=current_folder_name;
%瓶颈算法的结果
             temp_xls{1,2}=pingjingsuanfa(x,y);
            %保存
            parsave(trueSaveFile,temp_xls)
        end
        
        
        for j=1:num_FN
        %从文件中读取
        %循环的框架与parfor的框架相同
            trueSaveFile=[trueSaveFolder  num2str(j)   '.mat'];
            if ~exist(trueSaveFile,'file')
                continue
            end
            load(trueSaveFile);
            %写入到excel中  count_excel 是数字转excel的列
            xlswrite(logFileName_xlsx,temp_xls,1,['A' num2str(count_excel+1)]);
            
            
        end