Boost,Eigen,Flann—C++标准库预备役

第一预备役：Boost

Boost库是为C++语言标准库提供扩展的一些C++程序库的总称。

Boost库由Boost社区组织开发、维护。其目的是为C++程序员提供免费、同行审查的、可移植的程序库。Boost库可以与C++标准库完美共同工作，并且为其提供扩展功能。Boost库使用Boost License来授权使用，根据该协议，商业的非商业的使用都是允许并鼓励的。

Boost社区建立的初衷之一就是为C++的标准化工作提供可供参考的实现，Boost社区的发起人Dawes本人就是C++标准委员会的成员之一。在Boost库的开发中，Boost社区也在这个方向上取得了丰硕的成果。在送审的C++标准库TR1中，有十个Boost库成为标准库的候选方案。在更新的TR2中，有更多的Boost库被加入到其中。从某种意义上来讲，Boost库成为具有实践意义的准标准库。

可下载Boost C++ Libraries^[1]安装boost库。大部分boost库功能的使用只需包括相应头文件即可，少数（如正则表达式库，文件系统库等）需要链接库。里面有许多具有工业强度的库，如graph库。

很多Boost中的库功能堪称对语言功能的扩展，其构造用尽精巧的手法，不要贸然的花费时间研读。Boost另外一面，比如Graph这样的库则是具有工业强度，结构良好，非常值得研读的精品代码，并且也可以放心的在产品代码中多多利用。

官方网站：http://www.boost.org/

截止今日，官方最新版本为1.54，VS可以通过下载源码编译运行，例程如：

vs2012编译boost_1_53_0：

http://blog.csdn.net/liukang0618/article/details/9149881

补充：我安装时正好是VS2012出现问题，tools工具损坏，没心情修补，直接下载的exe包：

地址：http://sourceforge.net/projects/boost/files/boost-binaries/1.54.0/

自己进行挑选合适的版本进行安装即可,省去了编译步骤。

百科上的评论，有点意思：

Boost 包含近百个程序库，其中不乏具有工程实用价值的佳品。每个人口味与技术背景不一样，对 Boost 的取舍也不一样。就我的个人经验而言，首先可以使用绝对无害的库，例如 noncopyable、scoped_ptr、static_assert 等，这些库的学习和使用都比较简单，容易入手。其次，有些功能自己实现起来并不困难，正好 Boost 里提供了现成的代码，那就不妨一用，比如date_time 和 circular_buffer 等。然后，在新项目中，对于消息传递和资源管理可以考虑采用更加现代的方式，例如用 function/bind 在某些情况下代替虚函数作为库的回调接口、借助shared_ptr实现线程安全的对象回调等等。这二者会影响整个程序的设计思路与风格，需要通盘考虑，如果正确使用智能指针，在现代 C++ 程序里一般不需要出现 delete 语句。最后，对某些性能不佳的库保持警惕，比如 lexical_cast。总之，在项目组成员人人都能理解并运用的基础上，适当引入现成的 Boost 组件，以减少重复劳动，提高生产力。

Boost 是一个宝库，其中既有可以直接拿来用的代码，也有值得借鉴的设计思路。试举一例：正则表达式库 regex 对线程安全的处理。

早期的 RegEx 类不是线程安全的，它把“正则表达式”和“匹配动作”放到了一个类里边。由于有可变数据，RegEx 的对象不能跨线程使用。如今的 regex 明确地区分了不可变（immutable）与可变（mutable）的数据，前者可以安全地跨线程共享，后者则不行。比如正则表达式本身（basic_regex）与一次匹配的结果（match_results）是不可变的；而匹配动作本身（match_regex）涉及状态更新，是可变的，于是用可重入的函数将其封装起来，不让这些数据泄露给别的线程。正是由于做了这样合理的区分，regex 在正常使用时就不必加锁。

Donald Knuth 在“Coders at Work”一书里表达了这样一个观点：如果程序员的工作就是摆弄参数去调用现成的库，而不知道这些库是如何实现的，那么这份职业就没啥乐趣可言。换句话说，固然我们强调工作中不要重新发明轮子，但是作为一个合格的程序员，应该具备自制轮子的能力。非不能也，是不为也。

C/C++ 语言的一大特点是其标准库可以用语言自身实现。C 标准库的 strlen、strcpy、strcmp 系列函数是教学与练习的好题材，C++ 标准库的 complex、string、vector 则是类、资源管理、模板编程的绝佳示范。在深入了解 STL 的实现之后，运用 STL 自然手到擒来，并能自动避免一些错误和低效的用法。

对于 Boost 也是如此，为了消除使用时的疑虑，为了用得更顺手，有时我们需要适当了解其内部实现，甚至编写简化版用作对比验证。但是由于 Boost 代码用到了日常应用程序开发中不常见的高级语法和技巧，并且为了跨多个平台和编译器而大量使用了预处理宏，阅读 Boost 源码并不轻松惬意，需要下一番功夫。另一方面，如果沉迷于这些有趣的底层细节而忘了原本要解决什么问题，恐怕就舍本逐末了。

Boost 中的很多库是按泛型编程的范式来设计的，对于熟悉面向对象编程的人而言，或许面临一个思路的转变。比如，你得熟悉泛型编程的那套术语，如concept、 model、refinement，才容易读懂 Boost.Threads 的文档中关于各种锁的描述。我想，对于熟悉 STL 设计理念的人而言，这不是什么大问题。

在某些领域，Boost 不是唯一的选择，也不一定是最好的选择。比如，要生成公式化的源代码，我会首选用脚本语言写一小段代码生成程序，而不用 Boost.Preprocessor；要在 C++ 程序中嵌入领域特定语言，我会首选用 Lua 或其他语言解释器，而不用 Boost.Proto；要用 C++ 程序解析上下文无关文法，我会首选用 ANTLR 来定义词法与语法规则并生成解析器（parser），而不用 Boost.Spirit。总之，使用 Boost 时心态要平和，别较劲去改造 C++ 语言。把它有助于提高生产力的那部分功能充分发挥出来，让项目从中受益才是关键。

2.C++矩阵处理工具——Eigen

不可否认，此女子的逻辑很清晰...:文章链接：http://blog.csdn.net/abcjennifer/article/details/7781936

若有评论，希望到原文....

首先推荐几个可以在C++中调用的数学平台：eigen、bias、lapack、svd、CMatrix，本文着重eigen做以讲解，希望对各位有所帮助。

下面是本文主线，主要围绕下面几点进行讲解：

**********************************************************************************************

Eigen是什么？

Eigen3哪里下载？

Eigen3的配置

Eigen3 样例代码有没有？

去哪里更深入学习？

**********************************************************************************************

Eigen是什么？

Eigen是C++中可以用来调用并进行矩阵计算的一个库，里面封装了一些类，需要的头文件和功能如下：

Eigen的主页上有一些更详细的Eigen介绍。

Eigen3哪里下载？

这里是我下好的，这里是官网主页，请自行下载，是个code包，不用安装。

Eigen的配置

直接上图了，附加包含目录那里填上你放Eigen文件夹的位置即可。

Eigen的样例代码有没有？

当然有，这篇文章重点就是这里！

以下是我整理的一些常用操作，基本的矩阵运算就在下面了，算是个入门吧~主要分以下几部分：

建议大家放到编译环境里去看，因为我这里有一些region的东西，编译器下更方便看~

#include <iostream>
#include <Eigen/Dense>
//using Eigen::MatrixXd;
using namespace Eigen;
using namespace Eigen::internal;
using namespace Eigen::Architecture;
using namespace std;
int main()
{
#pragma region one_d_object
cout<<"*******************1D-object****************"<<endl;
Vector4d v1;
v1<< 1,2,3,4;
cout<<"v1=\n"<<v1<<endl;
VectorXd v2(3);
v2<<1,2,3;
cout<<"v2=\n"<<v2<<endl;
Array4i v3;
v3<<1,2,3,4;
cout<<"v3=\n"<<v3<<endl;
ArrayXf v4(3);
v4<<1,2,3;
cout<<"v4=\n"<<v4<<endl;
#pragma endregion
#pragma region two_d_object
cout<<"*******************2D-object****************"<<endl;
//2D objects:
MatrixXd m(2,2);
//method 1
m(0,0) = 3;
m(1,0) = 2.5;
m(0,1) = -1;
m(1,1) = m(1,0) + m(0,1);
//method 2
m<<3,-1,
2.5,-1.5;
cout <<"m=\n"<< m << endl;
#pragma endregion
#pragma region Comma_initializer
cout<<"*******************Initialization****************"<<endl;
int rows=5;
int cols=5;
MatrixXf m1(rows,cols);
m1<<( Matrix3f()<<1,2,3,4,5,6,7,8,9 ).finished(),
MatrixXf::Zero(3,cols-3),
MatrixXf::Zero(rows-3,3),
MatrixXf::Identity(rows-3,cols-3);
cout<<"m1=\n"<<m1<<endl;
#pragma endregion
#pragma region Runtime_info
cout<<"*******************Runtime Info****************"<<endl;
MatrixXf m2(5,4);
m2<<MatrixXf::Identity(5,4);
cout<<"m2=\n"<<m2<<endl;
MatrixXf m3;
m3=m1*m2;
cout<<"m3.rows()="<<m3.rows()<<" ; "
<<"m3.cols()="<< m3.cols()<<endl;
cout<<"m3=\n"<<m3<<endl;
#pragma endregion
#pragma region Resizing
cout<<"*******************Resizing****************"<<endl;
//1D-resize
v1.resize(4);
cout<<"Recover v1 to 4*1 array : v1=\n"<<v1<<endl;
//2D-resize
m.resize(2,3);
m.resize(Eigen::NoChange, 3);
m.resizeLike(m2);
m.resize(2,2);
#pragma endregion
#pragma region Coeff_access
cout<<"*******************Coefficient access****************"<<endl;
float tx=v1(1);
tx=m1(1,1);
cout<<endl;
#pragma endregion
#pragma region Predefined_matrix
cout<<"*******************Predefined Matrix****************"<<endl;
//1D-object
typedef Matrix3f FixedXD;
FixedXD x;
x=FixedXD::Zero();
x=FixedXD::Ones();
x=FixedXD::Constant(tx);//tx is the value
x=FixedXD::Random();
cout<<"x=\n"<<x<<endl;
typedef ArrayXf Dynamic1D;
//或者 typedef VectorXf Dynamic1D
int size=3;
Dynamic1D xx;
xx=Dynamic1D::Zero(size);
xx=Dynamic1D::Ones(size);
xx=Dynamic1D::Constant(size,tx);
xx=Dynamic1D::Random(size);
cout<<"xx=\n"<<x<<endl;
//2D-object
typedef MatrixXf Dynamic2D;
Dynamic2D y;
y=Dynamic2D::Zero(rows,cols);
y=Dynamic2D::Ones(rows,cols);
y=Dynamic2D::Constant(rows,cols,tx);//tx is the value
y=Dynamic2D::Random(rows,cols);
#pragma endregion
#pragma region Arithmetic_Operators
cout<<"******************* Arithmetic_Operators****************"<<endl;
//add & sub
MatrixXf m4(5,4);
MatrixXf m5;
m4=m2+m3;
m3-=m2;
//product
m3=m1*m2;
//transposition
m5=m4.transpose();
//m5=m.adjoint();//伴随矩阵
//dot product
double xtt;
cout<<"v1=\n"<<v1<<endl;
v2.resize(4);
v2<<VectorXd::Ones(4);
cout<<"v2=\n"<<v2<<endl;
cout<<"*************dot product*************"<<endl;
xtt=v1.dot(v2);
cout<<"v1.*v2="<<xtt<<endl;
//vector norm
cout<<"*************matrix norm*************"<<endl;
xtt=v1.norm();
cout<<"norm of v1="<<xtt<<endl;
xtt=v1.squaredNorm();
cout<<"SquareNorm of v1="<<xtt<<endl;
#pragma endregion
cout<<endl;
}

去哪里更深入学习？

Please refer to Eigen中的类及函数、Eigen的官方教程，和一些教程上的相关内容。

3.FLANN - Fast Library for Approximate Nearest Neighbors

目前最完整的（近似）最近邻开源库。不但实现了一系列查找算法，还包含了一种自动选取最快算法的机制。

FLANN is written in C++ and contains bindings for the following languages: C, MATLAB and Python.算是比较完整的支持吧！

http://www.cs.ubc.ca/research/flann/

官网的介绍非常详细，几乎是面面俱到，希望能仔细阅读....

其中有一条新闻：

You can find binary installers for FLANN on the Point Cloud Library project page. Thanks to the PCL developers!

不过还是选用最新的包自己编译的好.

此外，视觉博客的相关介绍：http://www.cvchina.info/tag/flann/

4.VTK 视觉化工具函数库

转自维基：http://zh.wikipedia.org/wiki/VTK

视觉化工具函式库（VTK， Visualization Toolkit）是一个开放源码，跨平台、支援平行处理（VTK曾用于处理大小近乎1个Petabyte的资料，其平台为美国 Los Alamos国家实验室所有的具1024个处理器之大型系统）的图形应用函式库。2005年实曾被美国陆军研究实验室用于即时模拟俄罗斯制反导弹战车ZSU23-4受到平面波攻击的情形，其计算节点高达2.5兆个之多。

该函式库以开放源码的BSD授权释出。

官方主页：http://www.vtk.org/