标签：顺序 它的 strong cti 直接 静态 time 变量 sea
有如下三种作用域的变量：
局部变量
每个函数（函数会在后面细讲）中定义的变量，只能在当前函数体内访问到。
全局变量
在函数体中用global关键字声明的变量，它的作用域是：所有的函数和Matlab工作空间。任何一个地方改变了全局变量的值，其他所有使用到它的地方的值都会随着改变。建议尽量少使用全局变量。
静态变量
在一个函数中可以使用persistent关键字声明一个静态变量，只要函数存在，静态变量就不会被清除。
Matlab的控制流也与c/c++大体相同，唯一要注意的是每个条件都有相应的end关键字。
示例：
新建脚本文件，保存为exe1_1
x=input(‘enter‘‘x‘‘:‘);%input函数返回你输入的整数，提示信息用‘‘括起来，如果想要输出单引号，两个单引号‘‘ ‘‘即可 if(x>0) y=1; elseif(x==0) y=0; else y=-1; end %不要忘记加end，Matlab不会自动补全end，最好一开始就写下来，养成良好的编程习惯至关重要 disp(y) %disp作为输出函数
在命令行窗口调用exe1_1,输入-5
得到结果：
示例：新建脚本文件，保存为ex1_2
month=3;
switch month
case {3,4,5}
season=‘spring‘
case {6,7,8}
season=‘summer‘
case {9,10,11}
season=‘autumn‘
otherwise
season=‘winter‘
end
得到结果：
注意
1.M文件的搜索路径必须与当前路径一致,否则运行会出错，搜索路径即保存M文件的位置。可以直接修改当前路径与搜索路径一致，也可以添加搜索路径，这样就一劳永逸了。
2.如果遇到不认识的函数，可以利用help/doc命令在命令行查找，格式为help/doc function,function为函数名，养成查阅文档的习惯很重要！
sum = 0;
for i = 1 : 100
sum = sum + i;
end
disp(sum)
5050
i = 1;
sum = 0;
while i <= 100
sum = sum + i;
i = i + 1;
end
disp(sum)
5050
范例：
使用0.618法(黄金分割法)极小化f(t)=exp(-t)+exp(t)，区间为[-1，1]。（即逼近函数在已知区间的极小值，找到对应的t
0.618法主要思想：
0.618法在给定区间[a，b]内适当插入两点a1，a2，并计算其函数值。
a1，a2将区间分成三段，通过函数值大小的比较，删去其中一段，使搜索区间得以缩小，
然后再在保留下来的区间上作同样的处理，如此迭代下去，从而得到极小点的数值近似解。
0.618法主要步骤：
1.在区间[a,b]内分别按照0.618和0.382的比例处取点a1 ，a2， 把[a,b]分为三段。
2.如果f(a1)>f(a2)，令a=a1,a1=a2,a2=a+0.618*(b-a)
3.如果f(a1)<f(a2) ，令b=a2，a2=a1,a1=a+0.382*(b-a)
4.如果满足迭代条件或者超出给定迭代次数，程序终止，否则继续运行下去。
新建名为fai.m的函数和zero_soe.m的函数
1 function z= fai(t) 2 % fai函数 3 % 给定函数 4 z=1*exp(-t)+1*exp(t); 5 end
1 function [k] = zero_soe(a0,b0,iter,tol) 2 %UNTITLED3 精确线性搜索之0.618法 3 % a0，b0分别代表左端点，右端点 4 % iter代表给定的迭代次数 5 % tol代表误差限 6 m=a0+0.382*(b0-a0); %试探点lameda0 7 n=a0+0.618*(b0-a0); %试探点u0 8 ym=fai(m); 9 yn=fai(n); 10 count=0; %现有的迭代次数 11 while(count<iter) 12 if(ym>yn) 13 if(b0-m<=tol) 14 k=n; 15 return; 16 else 17 a0=m; 18 m=n; 19 ym=yn; 20 n=a0+0.618*(b0-a0); 21 yn=fai(n); 22 count=count+1; 23 end 24 else 25 if(n-a0<=tol) 26 k=m; 27 return; 28 else 29 b0=n; 30 n=m; 31 yn=ym; 32 m=a0+0.382*(b0-a0); 33 ym=fai(m); 34 count=count+1; 35 end 36 end 37 end 38 if(count>=iter) 39 disp(‘迭代次数超过给定次数!‘) ; 40 end 41 end
得到结果：
通过求导可知函数的极小值对应的t等于0，可知极小化的结果是正确的。
当程序发生异常时，需要捕获异常并对异常进行处理，这个时候需要用到try-catch语句，基本语法格式：
try
语句块1
catch
语句块2
end
% 如果语句块1发生异常，会跳到语句块2
在任意代码段的开始和结束使用tic和toc语句对，可以计算这段代码的用时，编写一个名为myadd.m的m函数如下：
function sum = myadd()
tic
s = 0;
for i = 1:1000000
s = s + 1/i;
end
sum = s;
toc
在命令行中调用myadd函数：
?myadd
elapsed_time =
1.1740
ans =
14.3927
可以看到myadd函数用时1.174秒，结果为14.3927
向量化的操作相比循环操作而言，在数据量大的时候性能将会显著提高。
比如对比如下两个函数：
function result = myadd1()
tic
s = 0;
for i = 1:1000000
s = s + 1/i;
end
result = s;
toc
function result = myadd2()
tic
i = 1:1000000;
result = sum(1./i);
toc
分别调用myadd1、myadd2函数，结果对比如下：
myadd1
elapsed_time = 1.1740
ans = 14.3927
myadd2
elapsed_time = 0.0200
ans =14.3927
可以看出，采用向量化的操作后，相比使用循环，同样的数据量的计算效率得到了几十倍的提升。
可以防止损耗过多程序性能。
先使用zeros或ones函数对大型矩阵预先定维，将会显著降低程序耗时。
标签：顺序 它的 strong cti 直接 静态 time 变量 sea
原文地址：https://www.cnblogs.com/xxfx/p/12460598.html
