并行for循环算法加速(parfor)
生成代码中的并行for循环(parfor)
为了潜在地加速执行，您可以从MATLAB生成MEX函数或C/C++代码®包含并行for循环的代码(parfor-循环）。
一个parfor-loop，就像标准的MATLAB为-循环，在一系列值上执行一系列语句（循环体）为的迭代parfor-loop可以在目标硬件的多个核上并行运行。
并行运行迭代可能会显著提高生成代码的执行速度。有关详细信息，请参阅parfor循环如何提高执行速度．
请注意
并行执行只发生在生成的MEX函数或C/ c++代码中;而不是原始的MATLAB代码。要加速MATLAB代码，可以从parfor-循环。然后，从代码中调用MEX函数。有关详细信息，请参阅MATLAB算法加速工作流程．
MATLAB编码器™软件使用openmultiprocessing (OpenMP)应用接口支持共享内存、多核代码生成。金宝app如果您想要分布式并行，请使用并行计算工具箱™产品。默认情况下,MATLAB编码器使用尽可能多的可用内核。如果指定要使用的线程数，MATLAB编码器即使有额外的内核可用，线程也最多使用该数量的内核。有关详细信息，请参阅parfor．
因为循环体可以在多个线程上并行执行，所以它必须符合某些限制。如果MATLAB编码器软件检测不符合的循环parfor规范，则会产生错误。有关详细信息，请参阅parfor限制．
parfor循环如何提高执行速度
一个parfor-循环可能提供比类似循环更好的执行速度为-loop，因为多个线程可以在同一个循环上并发计算。
函数体的每次执行parfor-loop称为迭代。线程以任意顺序计算迭代，并且彼此独立。因为每个迭代都是独立的，所以它们不必同步。如果线程的数量等于循环迭代的次数，则每个线程执行一次循环迭代。如果迭代多于线程，则有些线程执行不止一次循环迭代。
例如，当一个包含100次迭代的循环在20个线程上运行时，每个线程同时执行该循环的5次迭代。如果您的循环由于大量迭代或单个迭代很长而需要很长时间运行，那么您可以使用多个线程显著减少运行时间。然而，在本例中，由于并行化开销(例如线程创建和删除)，您可能无法获得20倍的速度提升。
何时使用parfor循环
使用parfor如果您有：
简单计算的多次迭代。
parfor将循环迭代划分为组，以便每个线程执行一组迭代。执行循环迭代需要很长时间。
parfor在不同线程上同时执行迭代。虽然这种同时执行不会减少单个迭代所花费的时间，但可能会显著减少循环所花费的总时间。
何时不使用parfor-Loops
不要使用parfor什么时候：
循环的迭代依赖于其他迭代。并行运行迭代可能导致错误的结果。
帮助您避免使用
parfor当循环的一个迭代依赖于其他迭代时，MATLAB编码器指定变量的严格分类。有关详细信息，请参阅parfor循环中变量的分类．如果MATLAB编码器检测不符合的循环parfor规范，它不会生成代码并产生错误。减少是循环迭代必须独立的规则的一个例外。A.减少变量累积一个值，该值取决于所有迭代，但与迭代顺序无关。有关详细信息，请参阅还原变量．
只有几个迭代执行一些简单的计算。
请注意
对于少量的循环迭代，由于并行化开销，可能不会加速执行。这些开销包括线程创建、线程间数据同步和线程删除所花费的时间。
parfor-Loop语法
对于一个
parfor-loop，使用下面的语法:parfor i = InitVal:EndVal
要指定最大线程数，请使用下面的语法:
parfor (i = InitVal:EndVal,NumThreads)
有关更多信息，请参见parfor．
parfor限制
的
parfor循环不支持以下语法：金宝appparfor (i=initVal:step:endVal) parfor i=initVal:step:endVal
必须使用支持开放式多处理（OpenMP）应用程序接口的编译金宝app器。看见金宝app支持编译器. 如果您使用的编译器不支持OpenMP，金宝appMATLAB编码器将
parfor循环,为-循环。在生成的MEX函数或C/C++代码中，循环迭代在单个线程上运行。OpenMP应用程序接口与JIT MEX编译不兼容。看见JIT编译不支持OpenMP金宝app．
循环索引的类型必须在目标硬件上用整数类型表示。在生成的代码中使用不需要多字类型的类型。
parfor对于独立代码生成，需要使用工具链方法来构建可执行文件或库。不要更改导致代码生成器使用模板生成文件方法的设置。看见项目或配置正在使用模板生成文件．不要在主体中使用以下构造
parfor循环:
您还可以从以下列表中选择网站：
