VS2010下编译配置Boost_1.53

一、准备工作

1、下载最新版本的boost库.所在地址：boost_1_53_0.zip.官方推荐7z压缩格式的，因为其压缩效率更好，相应包的大小也比较小。

2、解压缩到指定目录，如C:\boost_1_53.下面开始遵照官方页面的步骤进行编译。（）

1. 进入目录tools\build\v2\
2. 运行bootstrap.bat脚本文件
3. 运行命令：b2 install --prefix=PREFIX。其中PREFIX是为Boost.Build指定的安装目录，生成的编译工具将会存放在该目录下。我指定为c:\boost_1_53
4. 把PREFIX/bin路径加入到系统的环境变量。这时要重启一下命令提示符，以便于应用新的环境变量。

3、下面要选择一个编译平台。所谓的编译平台，指的具体的编译环境，官方给出了一个列表。

这里，我们的编译环境使用的是VS2010，也就是VC10，所以我们将toolset指定为msvc.在VS2010的工具选项中打开visual studio命令提示(2010) 。这个命令提示框中已经配置了VS2010的编译环境变量，不用再手动配置什么环境变量。

4、接下来还有一个准备工作要做，为编译期间产生的中间文件指定一个目录，我指定为c:\boost_1_53\build_manual。

二、源码编译

5、开始编译。退回到boost源码的根目录，运行命令：

   b2 --build-dir=build-directory toolset=toolset-name --build-type=complete stage

• 上述命令中下划线的选项必须是小写的。因为b2是大小写敏感的。（b2是boost build工具的缩写）
• build-directory是第4步中指定的中间文件目录，toolset是上述表格中的随意一个，complete指示编译工具编译所有库文件版本（如static, runtime, dll, single thread, multi-thread）。
• stage的含义：该选项指示编译工具将编译完成的所有lib文件都存放在stage\lib\下面。如果要更改，使用b2的选项：--stagedir=directory。

我的编译命令为： b2 --build-dir=c:\boost_1_53\build_manual toolset=msvc --build-type=complete stage

6、全部编译时间耗费了半个小时（机器性能较好的缘故）。一般要耗费将近一小时。编译过程会产生很多警告，这些都不要紧。只要不产生errors而终止编译过程，那么都是没有关系的。

编译产生的文件会有四五个GB大小。所以，最好保证源代码所在文件有足够的磁盘空间。

7、编译完成后，只有stage\lib\下面这些个文件lib文件，才是我们最终需要的。其他编译产生的文件都无关痛痒。

8、配置VS2010开发boost程序的环境。

• 在VS2010中，工具>>选项>>项目和解决方案>>VC++目录这个功能已经被取消了，没办法看到全局的VC++目录设置。所以，我们只好在项目的属性中设置。这样稍显麻烦。每一个boost工程都要重新配置一次，无法达到一劳永逸的效果。
• 打开项目属性页面，点击"C/C++"和"链接器"这两个结点，具体配置如下所示：

9、注意自己配置的地方：附加包含目录，附加库目录。要注意的是，附加包含目录中，一定不要写成这种形式：E:\codes\src\boost_1_53_0\boost！！这样，在包含头文件的时候，编译器会报错找不到头文件。因为写成这样，会把\boost这个路径给去掉了。而头文件内部依赖的很多其他头文件又是相对于\boost这个路径的。编译无疑无法通过。

三、测试结果

10、编译boost库自带的一个源程序：

 1 #include <iostream>
 2 #include <fstream>
 3 #include <ctime>            // std::time
 4
 5 #include <boost/random/linear_congruential.hpp>
 6 #include <boost/random/uniform_int.hpp>
 7 #include <boost/random/uniform_real.hpp>
 8 #include <boost/random/variate_generator.hpp>
 9 #include <boost/generator_iterator.hpp>
10
11 // This is a typedef for a random number generator.
12 // Try boost::mt19937 or boost::ecuyer1988 instead of boost::minstd_rand
13 typedef boost::minstd_rand base_generator_type;
14
15 // This is a reproducible simulation experiment.  See main().
16 void experiment(base_generator_type & generator)
17 {
18   // Define a uniform random number distribution of integer values between
19   // 1 and 6 inclusive.
20   typedef boost::uniform_int<> distribution_type;
21   typedef boost::variate_generator<base_generator_type&, distribution_type> gen_type;
22   gen_type die_gen(generator, distribution_type(1, 6));
23
24   // If you want to use an STL iterator interface, use iterator_adaptors.hpp.
25   boost::generator_iterator<gen_type> die(&die_gen);
26   for(int i = 0; i < 10; i++)
27     std::cout << *die++ << " ";
28   std::cout << '\n';
29 }
30
31 int main()
32 {
33   // Define a random number generator and initialize it with a reproducible
34   // seed.
35   base_generator_type generator(42);
36
37   std::cout << "10 samples of a uniform distribution in [0..1):\n";
38
39   // Define a uniform random number distribution which produces "double"
40   // values between 0 and 1 (0 inclusive, 1 exclusive).
41   boost::uniform_real<> uni_dist(0,1);
42   boost::variate_generator<base_generator_type&, boost::uniform_real<> > uni(generator, uni_dist);
43
44   std::cout.setf(std::ios::fixed);
45   // You can now retrieve random numbers from that distribution by means
46   // of a STL Generator interface, i.e. calling the generator as a zero-
47   // argument function.
48   for(int i = 0; i < 10; i++)
49     std::cout << uni() << '\n';
50
51   /*
52    * Change seed to something else.
53    *
54    * Caveat: std::time(0) is not a very good truly-random seed.  When
55    * called in rapid succession, it could return the same values, and
56    * thus the same random number sequences could ensue.  If not the same
57    * values are returned, the values differ only slightly in the
58    * lowest bits.  A linear congruential generator with a small factor
59    * wrapped in a uniform_smallint (see experiment) will produce the same
60    * values for the first few iterations.   This is because uniform_smallint
61    * takes only the highest bits of the generator, and the generator itself
62    * needs a few iterations to spread the initial entropy from the lowest bits
63    * to the whole state.
64    */
65   generator.seed(static_cast<unsigned int>(std::time(0)));
66
67   std::cout << "\nexperiment: roll a die 10 times:\n";
68
69   // You can save a generator's state by copy construction.
70   base_generator_type saved_generator = generator;
71
72   // When calling other functions which take a generator or distribution
73   // as a parameter, make sure to always call by reference (or pointer).
74   // Calling by value invokes the copy constructor, which means that the
75   // sequence of random numbers at the caller is disconnected from the
76   // sequence at the callee.
77   experiment(generator);
78
79   std::cout << "redo the experiment to verify it:\n";
80   experiment(saved_generator);
81
82   // After that, both generators are equivalent
83   assert(generator == saved_generator);
84
85   // as a degenerate case, you can set min = max for uniform_int
86   boost::uniform_int<> degen_dist(4,4);
87   boost::variate_generator<base_generator_type&, boost::uniform_int<> > deg(generator, degen_dist);
88   std::cout << deg() << " " << deg() << " " << deg() << std::endl;
89
90   {
91     // You can save the generator state for future use.  You can read the
92     // state back in at any later time using operator>>.
93     std::ofstream file("rng.saved", std::ofstream::trunc);
94     file << generator;
95   }
96
97   getchar();
98   return 0;
99 }

这是一个生成随机数的程序，其运行结果如下：

http://www.cnblogs.com/csuftzzk/archive/2013/04/30/3052046.html