matlab与C语言混合编程之openmp多线程

    作为非MATLAB控，却选择MATLAB进行项目的研究，主要还是因为MATLAB使用起来实在太方便了。因此，它的缺陷也很明显，效率不高。内部定义的任何函数，如果我们使用C语言重写，效率一般都能得到一定的提升。

    而对于复杂度更高的算法，则需要进一步使用并行编程的方法，比如多线程。那么，在我们使用MATLAB进行项目的主体框架设计后，如何调用使用C语言编写的代码呢？首先，C语言程序肯定需要经过编译，生成动态链接库文件。

    如何编写openmp程序以及编译：

#include "mex.h"#include <omp.h>void paralleltest(int N){    omp_set_num_threads(N);    #pragma omp parallel    {        int id;        id = omp_get_thread_num();        mexPrintf( "%d" , id);    }}void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[]){    int nthread;    if(nrhs == 0)        nthread = 2;    else        nthread = mxGetScalar(prhs[0]);    paralleltest(nthread);}

    如何编译呢？打开mex编译器，选择visual c++ 2010。

>>mex  COMPFLAGS="$COMPFLAGS /openmp" testparallel.c

   写一个生成二维随机数数组的openmp程序：

#include "mex.h"#include <cstdlib>#include <ctime>#include <omp.h>void calc(double * p, int n){   omp_set_num_threads(8);       int i;#pragma omp parallel for //private(i)       for (i = 0; i <n; ++i)       {            p[i] = i;            //printf("i = %d, Thread = %d\n", i, omp_get_thread_num());       }} void rand(double * p, int n){    srand(( unsigned int )time(NULL));    omp_set_num_threads(4);    int i;#pragma omp parallel for    for(i = 0; i < n; ++i)    {        p[i] = rand()%256;        //printf("i = %d, Thread = %d\n", i, omp_get_thread_num());    }}void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[]){    mxAssert(nlhs == 1 && nrhs == 1, "Error:The output/input array should be only one");    mxAssert(mxGetM(prhs[0]) == 1 && mxGetN(prhs[0]) == 2, "Error: cols and rows");    double* p_in = static_cast <double *>(mxGetData(prhs[0]));    int m = static_cast< int >(p_in[0]);    int n = static_cast< int >(p_in[1]);    plhs[0] = mxCreateDoubleMatrix(m, n, mxREAL);    double* dynamicData = static_cast <double *>(mxGetData(plhs[0]));       //calc(dynamicData, m*n);    rand(dynamicData, m*n);    //mxSetData(plhs[0], dynamicData);}

 编译生成可执行的mex文件：

  >> mex  COMPFLAGS="$COMPFLAGS -openmp" rand2D.cpp

  生成300*300的随机数数组：

  >> tic;rand2D([300, 300]);toc
Elapsed time is 0.188277 seconds.

  使用MATLAB内部函数randint()生成随机数数组：
>> tic;randint(300, 300, [0, 256]);toc;
Elapsed time is 0.653515 seconds.

可以看出在设置线程数为4的情况下，与MATLAB内部函数randint()相比，openmp程序的性能为4倍。