最近使用lapack和clapack的总结

本文介绍了在软件开发中使用LAPACK和CLAPACK库进行矩阵运算的经验,包括如何选择静态库、解决32位库的链接问题以及在Windows环境下配置和使用这些库。在遇到1w阶稀疏矩阵的特征值分解速度问题时,推荐了更高效的ARPACK库,并提供了相关配置教程链接。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

首先不得不说为了发布一个软件,使用解 Ax=b , eig(A),还特么得跟lapack和Clapack, 不知道这个软件发布出来得多大。。。

用Clapack的话,得用其中的静态库, 这个相对来说好用一点,如果使用的是C/C++。

这里有一个网址,http://www.netlib.org/clapack/LIB_WINDOWS/prebuilt_libraries_windows.html, 基本用32位的就可以了

这个帖子就足够用了,http://icl.cs.utk.edu/lapack-for-windows/clapack/index.html,可以不考虑刚刚说的那个包含一堆静态库的网址。

试试例子,应该是可以的。

生成大的二维数组时,可以用new方式或者全局变量。主要是什么堆空间和栈空间的问题。

然后需要写一个这样的东西,看看怎么弄吧。

 

不过弄来弄去发现,1w阶矩阵做特征值分解,LAPACK的函数实在是不够快,其实需要求解特征值和特征向量的矩阵是一个稀疏矩阵,有一个叫ARPACK的包貌似很强大的样子。http://www.cnblogs.com/hellraider/archive/2012/09/29/2707231.html

这篇帖子简直是神贴, 按照步骤来配置就行了。

不过其中提到一些内容,自己做也还是不会,于是需要参考另外两个帖子

http://www.cnblogs.com/random_walk/archive/2009/11/13/1602682.html,告诉我们如何编译CLAPACK的帖子,其实是上边神贴里边说自己编译个lapack(其实他想说CLAPACK,然后不

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值