快捷键¶

一、代码编辑与格式化¶

  1. 注释与取消注释

    • Ctrl + R：注释当前行或选中的代码块。
    • Ctrl + T：取消注释当前行或选中的代码块。

  2. 代码缩进

    • Tab：增加缩进（光标在行首或选中多行时生效）。
    • Shift + Tab：减少缩进（光标在行首或选中多行时生效）。
    • Ctrl + I：自动调整选中代码的缩进格式。

  3. 复制与移动代码

    • Ctrl + C：复制选中代码。
    • Ctrl + X：剪切选中代码。
    • Ctrl + V：粘贴代码。
    • Ctrl + Shift + C：复制当前行到下一行（无需选中）。

  4. 代码折叠与展开

    • Ctrl + Shift + [：折叠当前代码块。
    • Ctrl + Shift + ]：展开当前代码块。

二、代码运行与调试¶

  1. 运行代码

    • F5：保存并运行当前脚本或函数。
    • Ctrl + Enter：运行选中的代码块（调试时非常有用）。
    • F9：在选中的代码行设置或取消断点。

  2. 调试控制

    • F10：单步执行（不进入函数内部）。
    • F11：单步执行（进入函数内部）。
    • Shift + F5：退出调试模式。
    • Ctrl + C：中断正在运行的程序（需在命令窗口激活）。

三、窗口与文件管理¶

  1. 窗口切换

    • Ctrl + Tab：在编辑器、命令窗口、工作区等窗口间切换。
    • Ctrl + Shift + Tab：反向切换窗口。

  2. 文件操作

    • Ctrl + N：新建脚本或函数文件。
    • Ctrl + O：打开现有文件。
    • Ctrl + S：保存当前文件。
    • Ctrl + Shift + S：另存为文件。
    • Ctrl + W：关闭当前文件。

四、命令窗口操作¶

  1. 命令历史

    • ↑ / ↓：在命令历史中上下翻页。
    • Page Up / Page Down：快速翻页。

  2. 命令补全与执行

    • Tab：自动补全命令、变量名或函数名。
    • Enter：执行当前命令。
    • Shift + Enter：在命令窗口中换行（不执行）。
    • Esc：清除当前输入的命令（未执行时）。

  3. 常用命令

    • clc：清空命令窗口。
    • clear：清除工作区变量。
    • close all：关闭所有图形窗口。
    • who / whos：列出工作区变量。

五、搜索与替换¶

  1. 查找

    • Ctrl + F：在文件中查找字符串。
    • F3：查找下一个匹配项。
    • Shift + F3：查找上一个匹配项。

  2. 替换

    • Ctrl + H：替换文件中的字符串。

六、其他实用快捷键¶

  1. 撤销与重做

    • Ctrl + Z：撤销上一步操作。
    • Ctrl + Y：重做上一步操作。

  2. 行号跳转

    • Ctrl + G：输入行号跳转到指定行。

  3. 变量编辑器

    • Ctrl + Shift + I：打开变量编辑器（查看或编辑工作区变量）。

  4. 函数浏览器

    • Ctrl + Shift + F：打开函数浏览器（查看 MATLAB 内置函数）。

七、自定义快捷键¶

  • MATLAB 允许用户自定义快捷键：
    • 进入路径：主页 → 环境 → 键盘快捷键 → 自定义。
    • 例如，可以将常用功能（如保存所有文件）绑定到未使用的快捷键组合。

注意事项¶

  1. 快捷键冲突：如果某些快捷键与其他软件冲突，可以在 MATLAB 设置中修改。
  2. 版本差异：不同版本的 MATLAB 可能存在快捷键差异，建议参考官方文档。
  3. macOS 系统：将 Ctrl 替换为 Command，例如 Command + R 用于注释。

通过熟练掌握这些快捷键，可以显著提升 MATLAB 编程效率，减少鼠标操作，专注于代码逻辑。建议在日常使用中逐步熟悉并形成肌肉记忆。

续行符¶

注意事项¶

  1. 空格：... 后可以直接换行，无需额外空格。
  2. 字符串和注释：... 不能用于字符串或注释的换行。例如：
    % 错误示例：续行符不能用于注释
str = 'This is a long string... 
       that spans multiple lines'; % 会报错
  3. 矩阵或单元格数组：续行符可直接用于矩阵或单元格数组的定义：
    A = [1, 2, 3; ...
     4, 5, 6];

function [x,fval] = simulated_annealing(fun,x0,options) % fun: 目标函数句柄 % x0: 初始解 % options: 选项结构体，包括以下字段： % T0: 初始温度 % alpha: 降温速率 % T_min: 终止温度 % max_iter: 最大迭代次数 % verbose: 是否打印输出 % 返回值： % x: 最优解 % fval: 目标函数在最优解处的取值

% 设置默认选项 default_options = struct('T0',100,'alpha',0.95,'T_min',1e-8,... 'max_iter',1000,'verbose',false); if nargin < 3 options = default_options; else options = merge_options(default_options,options); end

% 初始化参数 T = options.T0; x = x0(:); % 确保是列向量 fval = feval(fun,x); iter = 0; best_x = x; best_fval = fval;

% 初始化绘图 if options.verbose figure; subplot(2,1,1); x_plot = zeros(length(x0), options.max_iter); fval_plot = zeros(1, options.max_iter); best_fval_plot = zeros(1, options.max_iter);

% 初始化图形
hold on;
plot_handles = gobjects(1, length(x0));
for i = 1:length(x0)
    plot_handles(i) = plot(nan, nan, 'DisplayName', sprintf('x%d', i));
end
legend(plot_handles, 'Location', 'best');
title('解的变化');
xlabel('迭代次数');
ylabel('解的值');

subplot(2,1,2);
best_plot = plot(nan, nan, 'DisplayName', 'Best fval');
legend(best_plot, 'Location', 'best');
title('最优目标函数值');
xlabel('迭代次数');
ylabel('log(fval)');

end

% 开始迭代 while T > options.T_min && iter < options.max_iter % 产生新解（保持维度一致） new_x = x + randn(size(x)) * T; % 添加温度影响 new_fval = feval(fun,new_x); delta_f = new_fval - fval;

% 接受新解
if delta_f < 0 || exp(-delta_f/T) > rand()
    x = new_x;
    fval = new_fval;
    if fval < best_fval
        best_x = x;
        best_fval = fval;
    end
end

% 降温
T = options.alpha * T;

% 打印输出和绘图
if options.verbose
    fprintf('iter=%d, T=%g, fval=%g, best_fval=%g\n',iter,T,fval,best_fval);
    x_plot(:,iter+1) = x;
    fval_plot(iter+1) = fval;
    best_fval_plot(iter+1) = best_fval;

    % 更新绘图
    subplot(2,1,1);
    for i = 1:length(x0)
        plot_handles(i).XData = [plot_handles(i).XData, iter];
        plot_handles(i).YData = [plot_handles(i).YData, x_plot(i, iter+1)];
    end

    subplot(2,1,2);
    best_plot.XData = [best_plot.XData, iter];
    best_plot.YData = [best_plot.YData, best_fval_plot(iter+1)];
    drawnow;
end

% 更新迭代计数器
iter = iter + 1;

end

% 返回最优解和目标函数值 x = best_x; fval = best_fval;

% 合并选项结构体 function opt = merge_options(default_opt,opt) if isempty(opt) opt = default_opt; else fields = fieldnames(default_opt); for i = 1:length(fields) if ~isfield(opt,fields{i}) opt.(fields{i}) = default_opt.(fields{i}); end end end

% fun = @(x) sum(100*(x(2:end)-x(1:end-1).^2).^2 + (1-x(1:end-1)).^2); % x0 = [-1.2; 1]; % options = struct('T0',100,'alpha',0.95,'T_min',1e-8,'max_iter',1000,'verbose',true); % [x, fval] = simulated_annealing(fun, x0, options); % disp(['Best solution: ', num2str(x')]); % disp(['Objective function value: ', num2str(fval)]);

In [ ]: