1. 引言
1.1 起因
這周去見應用數學的畢設老師Z，閑聊時Z說另一個同學代碼里某個for循環要跑幾小時，但這個for循環里操作并不復雜，主要就是轉換和賦值。然后我就想，可不可以使用C/C++加速呢？
作為堅定的C/C++黨，正好也想學學python中使用C/C++，C/C++中使用asm匯編這些技術，索性在github上建了一個新倉庫Extend-Embed，專門學習怎樣在一種語言編寫的代碼中使用另一種語言。
這篇文章記錄怎樣通過MEX方式，在MATLAB中使用C/C++，最主要的參考資料是：Writing MATLAB C/MEX Code
1.2 環境
操作系統：Windows 7
MATLAB：R2013a
Visual Studio：Community 2013
2. 準備
2.1 基本概念
簡單粗暴地講，在MATLAB中使用C/C++就是三步走的流程：
- 編寫C/C++文件
- 用mex命令把C/C++文件編譯成MEX(Matlab Executable)文件
- 像普通MATLAB函數一樣直接使用
舉個例子，我們寫了一個hello.c，功能是輸出一句"Hello, world!"，那么使用：
mex hello.c
后根據平臺不同會得到hello.mex或者hello.mexw64，然后使用：
hello
就會輸出一句”Hello， world！“
2.2 配置MEX
不得不說配置過程還是挺坑的。自己試驗加上網上查資料試了無數遍，終于發現配置過程要經常反其道而行之，也就是說按正常思路配置基本都要GG。最終選了一堆no反而配好了環境時：
輸入mex -setup，會詢問是否讓mex自己找編譯器，注意選擇y是不行的：
這時要選擇n，得到各種支持的編譯器名稱：
我安裝了Visual Studio Community 2013，所以選擇21。因為它給的默認路徑不對，所以選擇n后輸入正確路徑：
輸入路徑后選擇y確認，輸出信息里有Done就是配置成功了：
3. 混合編程
在MATLAB安裝目錄下有一個extern\examples\mex文件夾，里面有很多例子；也可以參考Writing MATLAB C/MEX Code。不過必須知道的新概念也就幾條，其它都可以邊用邊學，所以實際上手非常容易。
3.1 新概念
頭文件方面，使用MEX文件時都需要include “mex.h”。
main函數方面，入口不再是main函數，而是mexFunction，聲明格式如下：
void mexFunction(int nlhs, mxArray *plhs[],
int nrhs, const mxArray *prhs[])
其中mxArray是mex.h里自己定義的數據結構，直接看四個奇怪變量名的含義：
lhs = left hand side，rhs = right hand side
nlhs = 輸出變量的數量
plhs = 指向輸出變量的指針數組
nrhs = 輸入變量的數量
prhs = 指向輸入變量的指針數組（注意const）
用MEX方式實現了函數test，在MATLAB里面使用：
F = test(X, Y)
那么輸入方面，nrhs為2，prhs[0]是X，prhs[1]是Y；輸出方面，nlhs為1，plhs[0]是F。
需要注意的是兩件事：第一，要自己分配輸出的存儲空間；第二，要自己檢查輸入是否合法。這兩件事直接講不好講清楚，看后面的例子就很容易理解了。
此外，mex.h里提供了不少輔助函數，輸出信息用mexPrintf、mexErrMsgTxt，得到矩陣尺寸用mxGetM和mxGetN，得到指向矩陣數據的指針用mxGetPr，etc
3.2 例子
寫了一個discrete_cpp.cpp，功能是傳入一個矩陣A返回一個矩陣B，B和A的形狀相同，B中元素B(i, j)和A中元素A(i, j)的對應關系是：
- 若 A(i, j) 小于1/3，則 B(i, j) = 0
- 若 A(i, j) 大于等于1/3 且小于2/3，則 B(i, j) = 1
- 若 A(i, j) 大于2/3，則 B(i, j) = 2
類似于做了離散化。
#include "mex.h"
// 使用MEX必須包含的頭文件
int discrete(double d);
void mexFunction(int nlhs, mxArray *plhs[],
int nrhs, const mxArray *prhs[]){
if (nrhs != 1)
mexErrMsgTxt("Wrong number of input arguments.\n");
// 檢查輸入變量數量是否正確，否則報錯
if (nlhs > 1)
mexErrMsgTxt("Too many output argumnents.\n");
// 檢查輸出變量數量是否正確，否則報錯
#define A_IN prhs[0]
#define B_OUT plhs[0]
int M = mxGetM(A_IN);
int N = mxGetN(A_IN);
// 得到輸入矩陣A的行數和列數
B_OUT = mxCreateDoubleMatrix(M, N, mxREAL);
// 為輸出矩陣B分配存儲空間
double *A = mxGetPr(A_IN);
double *B = mxGetPr(B_OUT);
// 取得輸入矩陣A和輸出矩陣B的數據指針
for (int i = 0; i < M * N; ++i)
B[i] = discrete(A[i]);
// 調用discrete，根據A(i, j)計算B(i, j)
}
int discrete(double d) {
if (d < 1.0 / 3.0)
return 0;
else if (d < 2.0 / 3.0)
return 1;
return 2;
}
4. 測試
編寫discrete的MATLAB版本discrete_matlab.m：
function [ B ] = discrete_matlab( A )
[M, N] = size(A);
B = zeros(M, N);
for i = 1:M
for j = 1:N
if A(i, j) < 1/3
B(i, j) = 0;
elseif A(i, j) < 2/3
B(i, j) = 1;
else
B(i, j) = 2;
end
end
end
end
編寫測試腳本test_discrete：
MATRIX_M = 100;
MATRIX_N = 100;
MATRIX_NUMBER = 1000;
data = rand(MATRIX_M, MATRIX_N, MATRIX_NUMBER);
tic
for i = 1:MATRIX_NUMBER
discrete_cpp(data(:, :, i));
end
toc
tic
for i = 1:MATRIX_NUMBER
discrete_matlab(data(:, :, i));
end
toc
也就是生成MATRIX_NUMBER個MATRIX_M * MATRIX_N的隨機矩陣，然后分別用mex版本和普通matlab函數做discrete，看各自消耗的時間。
測試結果……第一行是MEX版本的時間，第二行是MATLAB版本的時間，可以看出MEX方式在數據量大時還是挺有優勢的。
所以這圖還真是各種生動形象：
5. 參考資料
- Writing MATLAB C-MEX Code：
http://www.docin.com/p-684614383.html - 解決"mex setup或mbuild setup找不到編譯器"問題
http://blog.csdn.net/sanqima/article/details/49514889
