MATLAB中datestr与datenum的函数效率问题

转自：http://zhiqiang.org/blog/it/datestr-datenum-efficiency-in-matlab.html

最近用Matlab写了个东西，运行效率不如我意。用Profiler跟踪了一下，结果让我大吃一惊。其中三分之一的时间花费在datestr这个函数上，六分之一的时间花费在save和load数据上。这里先谈前一个问题，关于save和load的效率以后再谈。

1.datestr和datenum的功能

这两个函数的功能需要从日期（和时间）的表示方法谈起。一个日期，它可以用一个字符串来表示，比如"2010-10-30 13:45:17"，或"Oct.30,2010 3:45:17 PM"，Matlab内置31种默认表示方法，同时还支持自定义格式。这种字符串的表示方式具有可读性，多用于外部展现。或者用一个向量来表示日期，比如[2010 10 30 13 45 17]；日期还可以为一个序列值，比如上面的日期可以为73444.1573113426。在进行数据处理时常使用数字型的日期，因为储存、比较、计算都要快得多。Excel表格中日期外面看上去是一个字符串，但在内部存储的是一个数字，就是基于这个原因。

这样datestr和datenum的功能就很清晰了，datestr把指定日期转化为字符串形式，datenum则获取指定日期的序列值。

注：Excel的日期的数字表示和Matlab不一样，具体情况参见Matlab、Excel、SQL中的日期的数字序列形式。另外Excel的日期类型在vba的match函数上有一个bug，参见VBA中的Date类型的匹配问题。

2.datestr和datenum的效率

直接运行10000次datenum：

>> tic; for i = 1:10000, a = datenum('2010-10-10'); end; toc
Elapsed time is 26.869241 seconds.

通过Profiler发现大部分时间都消耗在判断输入的字符串表示格式上，通过直接指定输入格式，可将速度加快5倍：

>> tic; for i = 1:10000, a = datenum('2010-10-10', 'yyyy-mm-dd'); end; toc
Elapsed time is 5.048942 seconds.

datestr函数要好一些：

>> tic; for i = 1:10000, a = datestr(734421); end; toc
Elapsed time is 1.760489 seconds.

够快吗？在处理大数据集时还是不够快。下面有些简单的方法让datenum再快100倍，让datestr再快5倍。

3.提速方法

如果不想改变自己的使用习惯和使用别的替代函数（比如为了保持兼容性），一个直接的办法（习惯）是在使用datenum时对输入指定格式，比如datenum('2010-10-10', 'yyyy-mm-dd')要比datenum('2010-10-10')快5倍。

其次是使用datenum和datestr的替代函数，比如datenummx和datestrmx。虽然在Matlab的正式文档中找不到datenummx和datevecmx，它们是真实存在的，并且是MEX格式，速度超快，实现从向量型日期到序列值的转换，其原型如下：

number = datenummx(year, month, day, hour, minute, second)
[year, month, day, hour, minute, second] = datevecmx(number)

在日期序列值和字符串表示的转换可直接通过sscanf和sprintf实现，这两个函数的性能都还不错。

如果嫌麻烦的话，matlab file exchange上有现成的已经封装好的函数可以用，比如DateConvert。我自个也封装了一个，分别为mdatenum, mdatestr分别用来代替datenum和datestr：

datetime.zip 1,000 bytes
按照Excel中的用数字表示日期的方法，在字符串形式和数字形式的日期之间互相转化，比Matlab自带的datestr和datenum要快5到10倍。

性能（可与上面直接的比较）：

>> tic; for i = 1:10000, a = mdatenum('2010-10-30'); end; toc
Elapsed time is 0.259976 seconds.
>> tic; for i = 1:10000, a = mdatestr(734421); end; toc
Elapsed time is 0.364543 seconds.

当然如果你追求极致的话，还有另一个选择，用C写一个，编辑为MEX文件来调用。同样，已经有别人写好了，见DateStr2Num，按照其宣称的速度，将比上面的datenummx、mdatenum再快5倍