MEX配置文件生成

您可以使用MATLAB分析器生成的MEX函数。或者，如果您有一个调用MATLAB函数的测试文件，您可以在一个步骤中生成MEX函数并对其进行分析。您可以在命令行或MATLAB Coder应用程序中执行这些操作。

使用生成MEX函数的Profiler:

如果你有一个测试文件MyFunctionTest.m调用你的MATLAB函数，你可以:

例子

您可以使用Profiler来识别生成的代码所花费的时间最多的函数或MATLAB代码行。下面是一个MATLAB函数的例子，它转换输入矩阵的表示一个而且B在其中一行中从大行布局到大列布局。对于大型矩阵，这种转换的执行时间很长。通过修改特定的行来避免转换，可以使函数更有效。

考虑MATLAB函数:

函数[y] = MyFunction(A,B)% # codegen生成的代码使用矩阵A和B的行主表示coder.rowMajor;长度= size(A,1);遍历A和B的所有元素的绝对值之和%逐行矩阵Sum_abs = 0;为Row = 1:长度为col = 1:长度sum_abs = sum_abs + abs(A(行，col)) + abs(B(行，col));结束结束调用外部C函数'foo.c'，返回所有元素的和A和B的%Sum = 0;Sum = code .ceval(“foo”coder.ref (A), coder.ref (B),长度);返回sum_abs和sum的差值Y = sum_abs - sum;结束

此函数生成的代码使用方阵的行主表示一个而且B．代码首先进行计算sum_abs的所有元素的绝对值之和一个而且B)通过逐行遍历矩阵。该算法针对以行为主布局表示的矩阵进行了优化。然后代码使用coder.ceval调用外部C函数foo.c：

#include  #include  #include "foo.h" double foo(double *A, double *B, double length) {int i,j,s;双和= 0;S = (int)长度;/*对A和B的所有元素求和*/ for(i=0;i
             

对应的C头文件foo。是:

#include“rtwtypes.h”double foo(double *A, double *B, double length);

foo.c返回变量总和的所有元素的和一个而且B．函数的性能foo.c是否与矩阵无关一个而且B以行大布局或列大布局表示。MyFunction返回的差值sum_abs而且总和．

您可以测量的性能MyFunction对于大输入矩阵一个而且B，然后进一步优化:

折叠表达式对MEX代码覆盖率的影响

当你使用coder.const将表达式折叠为常量，会导致MATLAB函数和MEX函数之间的代码覆盖差异。例如，考虑函数:

函数y = MyFoldFunction% # codegenA = 1;B = 2;C = a + b;Y = 5 + code .const(c);结束

MATLAB函数解析MyFoldFunction在概要文件详细报告中显示此代码覆盖率:

然而，分析MEX函数MyFoldFunction_mex显示了不同的代码覆盖率:

第2、3和4行不会在生成的代码中执行，因为您已经折叠了表达式C = a + b转换成一个常量用于代码生成。

本例使用用户定义的表达式折叠。代码生成器有时会自动折叠某些表达式，以优化所生成代码的性能。这样的优化也会导致MEX函数的覆盖范围与MATLAB函数不同。