MATLAB C-MEX编程指南：高效接口与实践

需积分: 10 43 浏览量更新于2024-07-28 收藏 353KB PDF 举报

《编写MATLAB C-MEX代码指南》是一份详细的文档，介绍了如何在MATLAB环境中利用C、C++或Fortran语言编写的程序作为外部接口函数，即所谓的MATLAB可执行(MEX)函数。这些函数允许用户在享受高性能计算的同时，保持在MATLAB环境中的便捷操作。首先，文章假设读者对MATLAB和至少一种编程语言（如C）有一定的了解，因为文档明确指出这并非初级MATLAB教程，并提示用户谨慎使用。MEX函数主要关注C/MEX，因为它与C++/MEX有直接关联，而Fortran/MEX由于特性不同，在本文中并未涉及。主要内容分为以下几个部分： 1. **介绍**：简述了MEX函数的概念，即能够在MATLAB中调用的编译后的C、C++或Fortran程序，提供了一种高性能计算的途径。 2. **入门**：针对已经熟悉这两种语言的用户，给出了如何开始编写C/MEX函数的基本步骤。 3. **输入与输出**：讨论了如何在MEX函数中处理MATLAB的数据类型，包括数据的传递方式和处理规则。 4. **数值数组**：讲解了如何在MEX函数中创建、初始化和操作数值数组，这是MATLAB与C/MEX交互的核心部分。 5. **未初始化数组**：强调了在创建数组时可能出现的问题和注意事项，特别是在内存管理上的要求。 6. **调用MATLAB函数**：说明了如何在MEX函数中直接调用MATLAB内置函数，以及函数指针的使用。 7. **非数值变量**：探讨了处理非数值类型的变量，如结构体和类对象，以及它们在MATLAB和C/MEX之间的转换。 8. **使用FFTW进行快速傅立叶变换**：展示了如何结合FFTW库在MEX函数中进行高效的傅立叶变换运算。 9. **其他**：涵盖了一些额外的技巧和最佳实践，可能包括错误处理、内存优化和性能调试等方面。 10. **进一步阅读**：推荐了一些相关的学习资源，帮助读者深入理解和扩展MEX函数的知识。《Writing MATLAB C-MEX Code.pdf》是一本为有一定编程基础的MATLAB用户设计的实用指南，提供了从入门到高级应用的全方位指导，有助于开发者更好地利用C、C++或Fortran与MATLAB无缝集成。然而，由于MEX函数的复杂性和潜在风险，使用时需格外小心并遵循文档中的警告。

normalizecols.m

function B = normalizecols(A,p)

% M−function wrapper for parsing the inputs

if nargin < 2

if nargin < 1

error('Not enough input arguments');

end

p = 2; % p is unspecified, set default value

end

error('A must be a real 2D full double array.');

elseif ∼isreal(p) | | ∼isa(p, 'double') | | numel(p) ∼= 1

error('P must be a real double scalar.');

end

normalizecolsmx(A, p); % Call the MEX−function with the verified inputs

M-code is much more convenient for input parsing, especially for majestic calling syntaxes like proper-

ty/value pairs or option structures.

The actual dimensions and data of array A are obtained by

M = mxGetM(A IN); /

Get the dimensions of A

N = mxGetN(A IN);

A = mxGetPr(A IN); /

Get the pointer to the data of A

Array elements are stored in column-major format, for example, A[m + M*n] (where 0 ≤ m ≤ M − 1 and

0 ≤ n ≤ N − 1) corresponds to matrix element A(m+1,n+1).

The output M×N array B is created with mxCreateDoubleMatrix:

B OUT = mxCreateDoubleMatrix(M, N, mxREAL); /

Create the output matrix

B = mxGetPr(B OUT); /

Get the pointer to the data of B

A double scalar can be created by setting M = N = 1, or more conveniently with mxCreateDoubleScalar:

B OUT = mxCreateDoubleScalar(Value); /

Create scalar B = Value

Numeric Arrays

The previous section showed how to handle real 2D full double arrays. But generally, a Matlab

array can be real or complex, full or sparse, with any number of dimensions, and in various datatypes.

Supporting all permutations of types is an overwhelming problem, but fortunately in many applications,

supporting only one or a small number of input types is reasonable. Matlab’s Bessel functions do not

support uint8 input, but who cares?

4.1 Complex arrays

If mxIsComplex(A IN) is true, then A has an imaginary part. Matlab represents a complex array as

two separate arrays:

剩余28页未读，继续阅读

bodhitreechen

粉丝: 0
资源: 3

MATLAB C-MEX编程指南：高效接口与实践

C-MEX程序编写学习笔记

Writing Fast MATLAB Code：编写快速的MATLAB代码

Writing MATLAB C/MEX Code .pdf

MATLAB C-MEX编程指南

Writing Fast MATLAB Code

MATLAB C/MEX 混合编程指南

快速编写matlab技巧

Mathematica Symbolic Toolbox for MATLAB

统计学习的matlab源代码

优化MATLAB代码：预分配、向量化与技巧

最新资源