这几个星期一直忙着作业和考试，这里有些天没有更新了。刚过了mid-term，回到这里和朋友们说说话。
今年3月，Mathworks推出了MATLAB一个重要的新版本，MATLAB 2008a，也叫做MATLAB 7.6。在这个版本里，MATLAB解决了几个长期以来固有的弊端，而且加入了一些重要的能力。这次的更新是非常aggressive的，可能代表了MATLAB的一种历史性的转型。
完全实现面向对象编程。其实，在MATLAB的早期版本里面，也有class的概念，不过大家如果使用过的话，可能知道那是一种不太好的设计。功能不强，过程繁琐，而且，很多很tricky的地方，尤其是重载numel, subsref这类函数的时候。而新的设计抛开了历史包袱，现在写出来的类和在python里面写的长得差不多，舒服多了。这套设计，吸取（或者“抄袭”）了Python和C#的优点，除了支持封装(encapsulation)，继承(inheritance)，和多态(polymorphism)这些基本特性以外，还支持了一些新兴的特性，包括属性(property)，事件(event)，和静态方法(static method)。
支持Handle类型——用另外一种说法，就是支持函数调用传引用。以前matlab传递参数只有一种方法，copy on write。就是说，当你传一个东西进去，如果它要发生改变，那么，这个东西会整个copy一份，然后修改会在副本上生效。这使得实现动态数据结构变得非常困难。比如一个列表，如果每添加一个元素，都要拷贝整个列表一次，将是什么效果呢？因此，传统上matlab擅长于以矩阵为基础的算法，但是对于以经典动态数据结构为基础的算法，比如动态列表，哈希表，搜索树，图等，就力不从心了。这个新版本终于引入了对引用的支持，这将使MATLAB实现经典数据结构和算法变得前所未有的轻松。现在，数值和统计算法与经典算法越来越多地合流，很多应用都需要同时使用两方面的算法，MATLAB的这个变化正好适应了这种需求。
引入了名空间的管理。以前，MATLAB所有的函数都在同一个global的名空间下面。比如两个工具包里面出现了同名函数，解决起来很麻烦。比如现在有两个算法叫LDA，一个是Latent Dirichlet Allocation，一个是Linear Discriminant Analysis，在一个应用中需要同时用到两个算法，而写这两个算法的人各自把它们命名为lda.m，那么问题就出来了。一种naive的方法是改名字，不过会直接破坏掉那些toolbox里面对那个函数的依赖。而这个版本，它借鉴其它高级语言的经验，终于引入了namespace，给这个问题一个很好的解决。
从这些特点看来，MATLAB这个版本的重要改变，就是全面吸收其它高级语言的特性，从一个数值运算语言开始迈向一个以数值计算为强项的通用语言，以应对复杂或者更大规模应用的需要。
一直以来，由于matlab缺乏处理高级数据结构和建立复杂应用的能力，它有一个有力的竞争者numpy，这是python里面进行矩阵和数值运算的包，它建基于python这种著名的通用语言，并且提供matlab矩阵的部分能力。这次MATLAB的全面升级，对于numpy无疑提出了严峻的挑战。
除了程序设计结构方面的变化，MATLAB 2008在多个方面也有重要进步。
它的优化工具箱(optimization toolbox)首次引进了interior point algorithm。interior point algorithm在convex optimization中占有重要地位，并且性能优越。MATLAB optimization toolbox一直以为因为使用老式算法，性能太差，而饱受诟病。这次终于引入interior point，希望它的优化性能能得到显著改善。
重写核心JIT引擎（运行时编译，可以显著提高运行效率），并且采用了最新的BLAS/Lapack核心，运算速度会有相当程度的提高。另外，还大幅度提高了对sparse matrix的计算速度。
它的统计工具箱增强了对很多著名的统计算法的有力支持，比如HMM, GMM，还有NMF（Nonnegative Matrix Factorization)，并且开始引入对蒙特卡罗采样的支持。
MATLAB 2008刚刚发行，现在学校内部还没开始支持。不过，这个版本确实非常值得期待
转载于 http://dahua.spaces.live.com/blog/cns!28AF4251DF30CA42!2287.entry