使用并行for循环的算法加速（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(帕弗循环)。
A.帕弗-循环，就像标准的MATLAB对于-loop，在一个值范围内执行一系列语句(循环体)。不像对于-然而，循环的迭代帕弗-环路可以在目标硬件上的多个核上并行运行。
并行地运行迭代可能会显著提高生成代码的执行速度。有关更多信息，请参见parfor循环如何提高执行速度.
笔记
并行执行只发生在生成的MEX函数或C/C++代码中；不是原始的MATLAB代码。要加速MATLAB代码，请从帕弗循环。然后，从代码中调用MEX函数。有关更多信息，请参见加速MATLAB算法的工作流.
MATLAB编码器™软件使用开放式多处理（OpenMP）应用程序接口来支持共享内存、多核代码生成。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，万博1manbetxMATLAB编码器尽可能多地使用可用的内核。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，线程也最多使用这个数量的内核。有关更多信息，请参见帕弗.
因为循环体可以在多个线程上并行执行，所以它必须遵守某些限制。如果MATLAB编码器软件检测不符合以下条件的循环：帕弗说明，它产生一个错误。有关更多信息，请参见parfor限制.
parfor循环如何提高执行速度
A.帕弗-loop可能提供比它的类似函数更好的执行速度对于-循环，因为多个线程可以在同一个循环上并发计算。
每一次执行一个帕弗-循环称为迭代。线程以任意顺序并相互独立地评估迭代。因为每个迭代都是独立的，所以它们不必同步。如果线程数等于循环迭代次数，则每个线程执行一次循环迭代。如果迭代次数多于线程，则某些线程会执行多个循环迭代。
例如，当一个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。如果由于大量迭代或单个迭代过长，循环运行时间较长，则可以使用多个线程显著减少运行时间。然而，在本例中，由于并行化的开销，例如线程的创建和删除，您的速度可能不会提高20倍。
何时使用parfor-Loops
使用帕弗当你有:
简单计算的多次迭代。
帕弗将循环迭代划分为多个组，以便每个线程执行一组迭代。需要很长时间执行的循环迭代。
帕弗在不同的线程上同时执行迭代。尽管这种同步执行不会减少在单个迭代上花费的时间，但它可能会显著减少在循环上花费的总体时间。
何时不使用parfor循环
不要使用帕弗当:
循环的迭代依赖于其他迭代。并行地运行迭代可能会导致错误的结果。
以帮助您避免使用
帕弗当循环的某个迭代依赖于其他迭代时，MATLAB编码器指定变量的严格分类。有关更多信息，请参见parfor循环中变量的分类. 如果MATLAB编码器检测不符合要求的循环帕弗说明，它不生成代码并产生错误。缩减是循环迭代必须独立的规则的一个例外。A.还原变量累积一个值，该值依赖于所有的迭代，但与迭代顺序无关。有关更多信息，请参见减少变量.
只有少数迭代执行一些简单的计算。
笔记
对于少量循环迭代，由于并行化开销，您可能无法加速执行。这些开销包括线程创建、线程之间的数据同步和线程删除所花费的时间。
parfor循环语法
暂时
帕弗-循环，使用以下语法：parfor i=InitVal:EndVal parfor（i=InitVal:EndVal）
要指定最大线程数，请使用以下语法：
parfor（i=InitVal:EndVal，NumThreads）
有关更多信息，请参见帕弗.
parfor限制
这个
帕弗Loop不支持以下语法:万博1manbetxparfor（i=initVal:step:endVal）parfor i=initVal:step:endVal
您必须使用支持开放多处理(OpenMP)应用程序接口的编译万博1manbetx器。看到万博1manbetx支持的编译器. 如果You use a compiler that does not support OpenMP,MATLAB编码器对待
帕弗-循环作为对于循环。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。看到JIT编译不支持OpenMP万博1manbetx.
循环索引的类型必须可由目标硬件上的整数类型表示。在生成的代码中使用不需要多字类型的类型。
帕弗对于独立代码生成，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。看到项目或配置正在使用模板生成文件.对象的主体中不要使用下列结构
帕弗循环：
你也可以从以下列表中选择一个网站:
