用於數組，矩陣，向量和經典線性代數運算的C++庫

您對N維數組使用哪個庫？用於數組，矩陣，向量和經典線性代數運算的C++庫

我在工作中使用閃電++，我真的不喜歡它的某些方面。它的某些方面甚至是危險的。需要在使用operator =之前調整大小。 A（Range :: all（），Range :: all（））會爲（0,0）矩陣等投射，線性代數運算將通過clapack完成。

我用過並且愛過eigen。我很欣賞它的「全頭」的實施， C++的語法糖，和所有的線性代數運算我需要的存在（矩陣乘法，系統分辨率，喬萊斯基...）

你在使用？

來源

2009-12-07 fulmicoton

我明白你在問什麼庫人們用於數學數組，而不是「C++數組」？如果是這樣，你應該考慮在你的問題更具體:) – larsmoa 2009-12-07 14:52:23

爲什麼你想要數組的基本矩陣操作？或許你的問題應該是關於* matrix *類的。 – jalf 2009-12-07 14:54:45

clapack有什麼問題？（或爲什麼它太「鈍」？）真的不清楚你在找什麼。 – jalf 2009-12-07 14:59:45

boost::array還有boost::MultiArray。還有一個相當不錯的線性代數包在提升叫uBLAS

來源

2009-12-07 14:48:28

或std :: array，如果你正在使用gcc和-std = C++ 0x – coelhudo 2009-12-07 14:52:52

boost multiarrays is sloooow，請參閱http://stackoverflow.com/questions/446866/boostmultiarray-performance-question – denis 2009-12-14 14:09:32

也有armadillo我在某些項目中使用。從他們的網站：

犰狳是一個C++線性代數庫（矩陣數學）瞄向和速度之間的良好平衡易用性。作爲三角函數和統計函數的一個子集，支持整數，浮點數和複數以及。各種矩陣分解提供通過可選與LAPACK和 ATLAS庫集成。

採用延遲評估方法（編譯期間）至將幾個操作合併爲一個，並減少（或消除）臨時對象的需求。這通過遞歸模板和模板元編程完成。如果C++已被確定爲選擇的語言

該庫是有用（由於速度和/或整合能力），而不是另一種語言像Matlab®或倍頻。它的是在的許可證下分發的，在開放源代碼和商業上下文中都是有用的。

犰狳主要在NICTA（澳大利亞）開發，貢獻於世界各地。

來源

2009-12-07 15:00:43

+1看起來不錯，「平衡性好」。有沒有人比較它的速度突擊，numpy ... 在www.scipy.org/PerformancePython laplace.py？ – denis 2009-12-14 14:26:43

+1爲經驗比較的需要。我們需要某種類型的庫，以便可以開始爲不同的編譯器，操作系統收集結果...... – 2009-12-14 14:30:06

我們多年來成功地使用了TNT。然而，我們正在向內部開發的解決方案轉變，但有足夠的問題。對我們來說最大的兩個問題是：

由於數組使用非線程安全引用計數，因此即使對於讀取訪問也不是線程安全的。
當您編寫const-correct代碼時，數組會導致各種問題。

如果這些都不是問題，那麼它們對於很多常見陣列任務來說都相當方便。

來源

2010-01-08 15:58:51

用於數組，矩陣，向量和經典線性代數運算的C++庫

回答

相關問題