Blitz++与MTL两大数值计算程序库(C++)的简介

Blitz++与MTL两大数值计算程序库(C++)的简介

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 < SPAN> , 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 ) 3^rd

           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.

作者Blog： http://blog.csdn.net/newsuppy/