這幾個星期一直忙着作業和考試，這裏有些天沒有更新了。剛過了mid-term，回到這裏和朋友們說說話。
今年3月，Mathworks推出了MATLAB一個重要的新版本，MATLAB 2008a，也叫做MATLAB 7.6。在這個版本里，MATLAB解決了幾個長期以來固有的弊端，而且加入了一些重要的能力。這次的更新是非常aggressive的，可能代表了MATLAB的一種歷史性的轉型。
完全實現面向對象編程。其實，在MATLAB的早期版本里面，也有class的概念，不過大家如果使用過的話，可能知道那是一種不太好的設計。功能不強，過程繁瑣，而且，很多很tricky的地方，尤其是重載numel, subsref這類函數的時候。而新的設計拋開了歷史包袱，現在寫出來的類和在python裏面寫的長得差不多，舒服多了。這套設計，吸取（或者“抄襲”）了Python和C#的優點，除了支持封裝(encapsulation)，繼承(inheritance)，和多態(polymorphism)這些基本特性以外，還支持了一些新興的特性，包括屬性(property)，事件(event)，和靜態方法(static method)。
支持Handle類型——用另外一種說法，就是支持函數調用傳引用。以前matlab傳遞參數只有一種方法，copy on write。就是說，當你傳一個東西進去，如果它要發生改變，那麼，這個東西會整個copy一份，然後修改會在副本上生效。這使得實現動態數據結構變得非常困難。比如一個列表，如果每添加一個元素，都要拷貝整個列表一次，將是什麼效果呢？因此，傳統上matlab擅長於以矩陣爲基礎的算法，但是對於以經典動態數據結構爲基礎的算法，比如動態列表，哈希表，搜索樹，圖等，就力不從心了。這個新版本終於引入了對引用的支持，這將使MATLAB實現經典數據結構和算法變得前所未有的輕鬆。現在，數值和統計算法與經典算法越來越多地合流，很多應用都需要同時使用兩方面的算法，MATLAB的這個變化正好適應了這種需求。
引入了名空間的管理。以前，MATLAB所有的函數都在同一個global的名空間下面。比如兩個工具包裏面出現了同名函數，解決起來很麻煩。比如現在有兩個算法叫LDA，一個是Latent Dirichlet Allocation，一個是Linear Discriminant Analysis，在一個應用中需要同時用到兩個算法，而寫這兩個算法的人各自把它們命名爲lda.m，那麼問題就出來了。一種naive的方法是改名字，不過會直接破壞掉那些toolbox裏面對那個函數的依賴。而這個版本，它借鑑其它高級語言的經驗，終於引入了namespace，給這個問題一個很好的解決。
從這些特點看來，MATLAB這個版本的重要改變，就是全面吸收其它高級語言的特性，從一個數值運算語言開始邁向一個以數值計算爲強項的通用語言，以應對複雜或者更大規模應用的需要。
一直以來，由於matlab缺乏處理高級數據結構和建立複雜應用的能力，它有一個有力的競爭者numpy，這是python裏面進行矩陣和數值運算的包，它建基於python這種著名的通用語言，並且提供matlab矩陣的部分能力。這次MATLAB的全面升級，對於numpy無疑提出了嚴峻的挑戰。
除了程序設計結構方面的變化，MATLAB 2008在多個方面也有重要進步。
它的優化工具箱(optimization toolbox)首次引進了interior point algorithm。interior point algorithm在convex optimization中佔有重要地位，並且性能優越。MATLAB optimization toolbox一直以爲因爲使用老式算法，性能太差，而飽受詬病。這次終於引入interior point，希望它的優化性能能得到顯著改善。
重寫核心JIT引擎（運行時編譯，可以顯著提高運行效率），並且採用了最新的BLAS/Lapack核心，運算速度會有相當程度的提高。另外，還大幅度提高了對sparse matrix的計算速度。
它的統計工具箱增強了對很多著名的統計算法的有力支持，比如HMM, GMM，還有NMF（Nonnegative Matrix Factorization)，並且開始引入對蒙特卡羅採樣的支持。
MATLAB 2008剛剛發行，現在學校內部還沒開始支持。不過，這個版本確實非常值得期待
轉載於 http://dahua.spaces.live.com/blog/cns!28AF4251DF30CA42!2287.entry