MEX替代

splinterp是一个高效的C++标头模板库，专为并行计算线性、双线性和三线性插值而设计。

除了在Matlab的命令行中编译MEX，另一种方法是使用CMake工具。使用CMake可能有利于构建大型MEX项目或构建具有大量外部依赖项的MEX。此示例展示了如何使用CMake轻松编译Matlab MEX。要在Linux下编译测试MEX，首先将MATLAB_ROOT环境变量设置为您安装的Matlab路径，例如：export MATLAB_ROOT=/usr/local/MATLAB/R2012b，然后，创建构建目录：mkdir build，接着执行：cmake ../src和make进行编译并安装。要在Windows下编译测试MEX，首先设置MATLAB_ROOT环境变量，然后根据安装的编译

MFEM 的 C++结构清晰，性能也蛮强的，拿来偏微分方程这种硬茬，真挺合适的。它是那种你可以一点点拼出自己解法的库，灵活性高，扩展性也不错。把它集成到 MATLAB 里？说难不难，说简单也不太简单，关键还是看你对 MEX 熟不熟。基本流程就几个：编译 MFEM、写 MEX 桥接、数据传来传去，搞懂之后挺顺的。MFEM 的并行能力也值得一提，支持 MPI，能跑大规模问题，速度杠杠的。适合做科研或者工程那种动辄几十万个单元的场景。你要真想玩，还可以看看MFEM-bravais-dev这个分支，专门搞Bravais 网格那一块，应该是个定制版本，用于某些特殊结构的建模。集成的时候注意几点：MATL

matlab 开发里的 MEX 函数，要说效率提升是真的。mexmewritemaxfilesinotime这个项目里头的几个文件用得挺巧，既有类型检查的mexmetypecheck.cpp，也有演示计算性能的mandelbrotex.cpp。整体结构还挺规整，C++部分写得干净利落，M 脚本接口也做得清楚明了，适合做二次开发。 文件和性能优化结合得蛮紧凑，像readfile.m和myrecursivefilter.m这种工具类的函数，对批量数据的支持还不错，写起来方便，跑起来也快。 如果你平时有需要用到MEX来加速数据，或者是想把 C++写的计算模块无缝接进 MATLAB 环境，这个资源可以

Oracle新版中不再支持WM_CONCAT函数，可创建自定义函数作为替代。

如果在DEPTNO字段上建立了索引，那么优化SQL语句时应使用>=而不是>：高效写法是 SELECT * FROM EMP WHERE DEPTNO >= 4，而低效写法是 SELECT * FROM EMP WHERE DEPTNO > 3。区别在于前者数据库管理系统将直接跳转至第一个DEPT等于4的记录，而后者将先定位到DEPTNO等于3的记录，然后向前扫描找到第一个大于3的记录。

在SQL查询中，除了常见的LIKE子句外，还有其他实现模糊查询的方法：通过PATINDEX函数进行查询 select from table where patindex '%字符%' a > 0 或者使用CHARINDEX函数进行查询 select from table where charindex '字符' a > 0

在许多基于基础表的查询中，为了满足一个条件，往往需要对另一个表进行联接。在这种情况下，使用EXISTS(或NOT EXISTS)通常将提高查询的效率。

SQL Server内容替代器工具修复了一些问题，支持正则表达式。

Matlab开发中，配置Interlfortrand和MSVSnet以支持MEX。这些设置包括英特尔Fortran和网络额外的MEX支持。