对于大规模重复的运算，为了提高运算速度，可以将部分核心代码用C++来实现，用编译器编译成动态可执行文件（mex文件），在MATLAB中直接调用。
个人亲历，有一段Monte-Carlo仿真的MATLAB代码，在Intel 8700K+32G的机器上，运行时间在1周左右，经过C++重构核心代码后，可以在2天内完成。同时，由于内存的占用降低，可以进行更大规模的仿真。
MATLAB版本：R2018b；C++编译器：Visual Studio 2015 Professional；
关于不同版本MATLAB支持的编译器,参考官网链接。
一、在Visual Studio中编写C++文件。
1.1 新建一个win32项目
项目名最好与函数名一致，注意应用程序类型设置为DLL。
1.2 配置项目属性。
- 在项目名称上右键 -> 属性即可打开项目属性页。
- 配置属性->配置管理器->活动平台解决方案 -> 新建解决方案平台 -> x64；
- 配置属性->C++ ->附加包含目录，加入MATLAB目录下的\extern\include 路径，默认为C:\Program Files\MATLAB\R2018b\extern\include；
- 配置属性->链接器->附加库目录，加入MATLAB目录下的\extern\lib\win64\microsoft路径，默认为C:\Program Files\MATLAB\R2018b\extern\lib\win64\microsoft；
- 配置属性->链接器->输入->附加依赖项， 添加libmx.lib，libeng.lib，libmat.lib，libmex.lib这四个lib文件；
- 配置属性->链接器->常规->输出文件，改为x64\Debug\vlda.mexw64 (vlda为项目名称);
- 配置属性->配置属性->常规->目标文件扩展名，改为.mexw64;
- 新建模块定义文件，vlda.def，内容为
LIBRARY;"vlda" // vlda为项目名称
EXPORTS mexFunction
- 配置属性->链接器->输入->模块定义文件，vlda.def；
1.3 编写函数文件
在源文件里面已有vlda.cpp(vlda为项目名称)，在vlda.cpp中编写MEX函数文件。
mex函数的编写注意事项：
- 注意检查输入的参数类型，参数数目，MATLAB默认的数据类型为double,一旦不匹配，MATLAB调用时会直接崩溃；
- 注意内存泄漏，分配的内存，记得释放掉；
- MATLAB 中的parfor可以在C++ 中轻松使用OpenMP实现，具体为添加库文件
# include "omp.h"
同时，在for循环前加上如下预编译指令
#pragma omp parallel for
- 使用OpenMP时，配置属性->C++ ->语言->OpenMP支持，选为"是";
1.4 生成解决方案
编写好mex函数后，在项目名称上右键->生成，从而进行编译，生成.mex64文件。
二、调试
- 将生成的.mexw64拷贝到MATLAB当前目录。
- 菜单栏：调试->附加到进程->选择MATLAB进程，附加到进程后，会经历较长时间的符号加载过程；
- 如果符号加载时间过长，可以通过设置符号位置来解决，菜单栏：调试->选项->符号->勾选Microsoft符号服务器；
- 在源代码vlda.cpp中设置断点；
- 在MATLAB中调用.mex64文件，会跳转到VS 2015 中的断点，F10可单步执行；
- 调试过程中修改vlda.cpp，重新生成解决方案，将新生成的mexw64文件拷贝到MATLAB当前目录，此时，需要在matlab中clear掉原来的mexw64文件，即运行命令
clear vlda.mexw64
三、发布
对于比较简单的程序，直接用Debug版本的也没什么问题，但最好还是使用Release版本。
- 配置属性->配置管理器->活动解决方案配置->Release ,其他设置参照1.2配置项目属性设置。
- 如果mexw64文件需要拷贝到别的电脑上运行，可以考虑采用静态编译。配置属性->C++ ->代码生成->运行库:多线程（/MT）；配置属性->常规->MFC的使用:在静态库中使用MFC。
四、总结
将部分核心代码用C++实现后，能够极大的提高运算速度，同时降低内存的使用。另一方面，借助于OpenMP，可以很方便的实现并行计算，将多核CPU的利用率维持在100%。
