Blitz++与MTL两大数值计算程序库(C++)的简介

类别:编程语言 点击:0 评论:0 推荐:
st1\:*{behavior:url(#ieooui) }

Blitz++与MTL两大数值计算程序库(C++)的简介

Blitz++与MTL都是基于C++ template高效数值计算程序库,不过他们专注于不同的方向。

Blitz++提供了一个N维(1—10)的Array类,这个Array类以reference counting技术实现,支持任意的存储序(row-major的C-style数组,column-major的Fortran-style数组),数组的切割(slicing),子数组的提取(subarray),灵活的Array相关表达式处理。另外提供了可以产生不同分布的随机数(F,Beta,Chi-Square,正态,均匀分布等)的类也是很有特色的。

MTL专注于线性代数相关的计算任务,如各种形式矩阵的生成(对角,共轭,稀疏,对称等),相关的计算,变换,以及与一维向量的运算。

两个程序库对于从Matlab导入导出数据都有不错的支持。

本文主要介绍如何在Visual C++7.1编译器下运用这两个程序库。

以前的VC6编译器由于对ISO C++98标准的支持不够,特别是在template方面,以至于很难编译这种完全用template技术构造起来的程序库。Blitz++是完全不支持VC6的。

到了VC7.1,由于对于ISO标准的支持达到了98%,使得我们可以很轻松的编译使用这两个程序库。

不过这两个程序库的文档不是那么友好,特别是MTL,仅仅提供了类似于 reference的文档,对于具体的使用方法则不作介绍。Blitz++相对来说好一些,还提供一份介绍性的入门文档 。所以使用这两个程序库阅读其源代码往往是必要的。当然了,两个程序库都是template代码,源代码必定是全开放的。

先来介绍一下配置吧 。

1,  Blitz++, 目前最高版本是0.7,Blitz++已经成为SourceForge的项目了,所以可以在SourceForge.net下载到。下载后解压缩,你会看到\Blitz++-0.7\blitz和\Blitz++-0.7\random两个文件夹,这是 blitz的源代码所在处。\Blitz++-0.7\manual是文档所在文件夹。\Blitz++-0.7\benchmarks,\Blitz++-0.7\examples和\Blitz++-0.7\testsuite中都有很多好的使用实例可供参考。

现在将VC++的 IDE的Include设置为\Blitz++-0.7,因为 blitz源码中都有这样形式的#include ,#include 。或者就干脆把两个源码文件夹整个得copy到include文件夹内。然后将blitz文件夹下的config.h改为其它名字,而将config-VS.NET2003.h的名字改为 config.h。OK,现在你就可以编译所有的 testsuite和benchmarks了。

1,  MTL的配置相对来说麻烦一点,现在http://www.osl.iu.edu/research/mtl/这里下载一个VC++7的,不过还不能马上用。由于VC++7.1对标准的支持更近了一步,同时对于某些语法细节的检查更为严格(主要是对于typename和template partial specialization),我们要对代码做一些小小地修改,特别是mtl/mtl_config.h这个文件。有一些地方要加入typename。另外有两个模板偏特化的情况需要修改,加上template <>。在这里http://newsuppy.go.nease.net/mtl.zip 我提供了一个修改完成的版本,不过我不保证我的修改可能引入的新的bugs,所以请谨慎使用。MTL的内部使用一定数量的STL组件和算法。MTL的源代码都在mtl文件夹内,由于mtl内部的include 都是#include “…”的形式,使用时把mtl文件夹复制到当前project下就可以。如果要设VC++的Include 目录,则应该先把所有的#include “…”改为#include  <…>这样的形式。

不过刚开始使用MTL还是有一些不太容易让人接受的地方。比如mtl::matrix这个模板类并不能够产生实际的矩阵对象,而要通过它的type成员产生一个对应模板参数的类型,再通过这个类型来实例化对象。

比如typedef mtl::matrix, rectangle<>, dense<>, row_major >::type Matrix; Matrix A;

这里的A才是真正的矩阵对象,而Matrix则是一个元素为float,矩形,密集,行主(C-style)的矩阵类。

       下面我提供三个简单的入门例子解释MTL的使用。分别有矩阵的加法,乘法,转置,求逆以及一个线性方程组求解的例子。

       另外mtl的test和contrib文件夹下也有很多不错的示例代码可以查阅。

MTL使用示例1,矩阵的加法,乘法和转置。

 

#include

#include

#include "mtl/mtl.h"                                                                                       

#include

using namespace std;

using namespace mtl;

                                                                                                                          

template <class Matrix>

void print_matrix(Matrix& mat, const string& description)

{

       std::cout << description;

 

       std::cout << '[';

       for (Matrix::iterator i = mat.begin(); i!=mat.end(); ++i)

       {

         for (Matrix::OneD::iterator j = (*i).begin(); j!=(*i).end(); ++j)

         {

                std::cout << '\t' << *j;

         }

 

         std::cout << ((i+1 == mat.end()) ? "\t]\n" :  "\n");

       }

}

 

int main(int argc, char* argv[])

{

  typedef matrix<float, rectangle<>, dense<>, row_major>::type Matrix;

 

  const Matrix::size_type MAX_ROW = 3, MAX_COL = 3;

 

  Matrix  A(MAX_ROW,MAX_COL),B(MAX_ROW,MAX_COL),C(MAX_ROW,MAX_COL);

 

  // fill Matrix A with the index syntax

  for (Matrix::size_type i=0; i<MAX_ROW; ++i)

  {

         for (Matrix::size_type j=0; j<MAX_COL; ++j)

         {

                A(i, j) = Matrix::value_type(rand() % 50);

         }

  }

 

  // fill Matrix B with the iterator syntax

  for (Matrix::iterator i=B.begin(); i!=B.end(); ++i)

  {

         for (Matrix::OneD::iterator j=(*i).begin(); j!=(*i).end(); ++j)

         {

                *j = Matrix::value_type(rand() % 50);

         }

  }

 

  print_matrix(A, "A=\n");

  print_matrix(B, "B=\n");

 

  // Matrix C = A + B

  add(A, C);

  add(B,C);

  print_matrix(C, "C = A + B  \n");

 

  // Matrix C = A * B^T,  B^T: transpose of B

  transpose(B);

  print_matrix(B, "B^T=\n");

  zero_matrix(C);        // because mult(A, B, C): C += A*B
  mult(A,B,C);

  print_matrix(C, "C = A * B^T\n");

  return 0;

}

 

2,下面是一个线性方程组的解法

#include

#include

#include

#include "mtl/mtl.h"

#include "mtl/lu.h"

#include

using namespace std;

using namespace mtl;

 

int main(int argc, char* argv[])

{

  typedef matrix<float, rectangle<>, dense<external>, row_major>::type Matrix;

  // dense : data copy from a float array,not generate them with yourself

 

  const Matrix::size_type MAX_ROW = 3, MAX_COL = 3;

 

  // solve the equation Ax=b

  // { 4x - y + z = 7

  //    4x - 8y + z= -21

  //   -2x + y + 5z = 15 }

  // A = [ 4 -1 1

  //          4 -8 1

  //          -2 1 5 ]

  // b = [7 - 21 15]^T

  float a[] = {4.0f, -1.0f, 1.0f, 4.0f, -8.0f, 1.0f, -2.0f, 1.0f, 5.0f};

  Matrix A(a, MAX_ROW, MAX_COL);

   

  typedef matrix<float, rectangle<>, dense<>, row_major>::type LUMatrix;

  LUMatrix LU(A.nrows(), A.ncols());

  mtl::copy(A, LU);

 

  typedef dense1D<float> Vector;

  Vector pvector(A.nrows());

  lu_factor(LU, pvector);

 

  Vector b(A.nrows()), x(A.nrows());

  b[0] = 7.0f, b[1] = -21.0f, b[2] = 15.0f;

  lu_solve(LU, pvector, b, x);

 

  for (Vector::iterator i=x.begin(); i!=x.end(); ++i)

         cout << *i << '\t';

 

  system("pause");

  return 0;

}

 

3,矩阵求逆

#include

#include

#include

#include "mtl/mtl.h"

#include "mtl/lu.h"

#include

using namespace std;

using namespace mtl;

 

template <class Matrix>

void print_matrix(Matrix& mat, const string& description)

{                                                                                            

       std::cout << description;

 

       std::cout << '[';

       for (Matrix::iterator i = mat.begin(); i!=mat.end(); ++i)

       {

         for (Matrix::OneD::iterator j = (*i).begin(); j!=(*i).end(); ++j)

         {

                std::cout << '\t' << *j;

         }

 

         std::cout << ((i+1 == mat.end()) ? "\t]\n" :  "\n");

       }

}

 

int main(int argc, char* argv[])

{

  typedef matrix<float, rectangle<>, dense<external>, row_major>::type Matrix;

  // dense : data copy from a float array,not generate them with yourself

 

  const Matrix::size_type MAX_ROW = 3, MAX_COL = 3;

 

  // inverse matrix A

  // A = [ 4 -1 1

  //          4 -8 1

  //          -2 1 5 ]

  float a[] = {4.0f, -1.0f, 1.0f, 4.0f, -8.0f, 1.0f, -2.0f, 1.0f, 5.0f};

  Matrix A(a, MAX_ROW, MAX_COL);

   

  typedef matrix<float, rectangle<>, dense<>, row_major>::type CMatrix;

  CMatrix LU(A.nrows(), A.ncols());

  mtl::copy(A, LU);

 

  typedef dense1D<float> Vector;

  Vector pvector(A.nrows());

  lu_factor(LU, pvector);

 

  CMatrix InvA(A.nrows(), A.ncols());

  lu_inverse(LU, pvector, InvA);

 

  print_matrix(A, "A = \n");

  print_matrix(InvA, "A^(-1) = \n");

  system("pause");

  return 0;

}

 

 

参考:1,数值方法(Matlab版) 3rd

           John H.Mathews, Kurtis D.Fink著, 陈渝,周璐,钱方 等译

       2,Matlab 6.5的文档    The MathWorks, Inc.

本文地址:http://com.8s8s.com/it/it28041.htm