您建议使用哪种语言来解决系统：
- 一阶微分方程
- 复杂变量
- N维
使用 4 阶 Runge Kutta 等。
速度很重要，但会牺牲：
- 优雅（简洁）的代码
- 灵活性+可扩展性
我主要介于 Lisp 和 OCaml 之间，但欢迎任何其他建议。
谢谢！
问问题
1717 次
7 回答
5
这是 Common Lisp 中 RK 的实现：
http://github.com/bld/bld-ode/blob/master/rk.lisp
Common Lisp 的好处是您可以从简单而优雅的代码开始，然后让关键位快速运行（例如，通过从主要是功能计算切换到有状态计算，或者通过声明类型）。
SBCL 具有出色的本机代码编译器。
于 2010-05-26T06:59:51.810 回答
2
除此之外，您可以将 ocaml 绑定写入现有的 C runge-kutta 求解器。
于 2010-05-31T18:58:56.960 回答
2
我不熟悉 Runge Kutta，但 OCaml 总体上可以提供良好的速度和可读性，至少如果你有点小心的话。然后，您就可以在应用程序的其余部分使用健壮的静态类型系统。
于 2010-05-28T01:35:21.310 回答
2
RK4 是一个非常基础的方法，已经编写了很多优秀的实现。使用其中之一，并将精力花在项目的其他方面。
于 2010-05-25T20:13:47.367 回答
1
很难说哪种语言最简单，有lisp、C++、C#等库来实现这一点，如果它与个人喜好有关的话。我推测 Matlab 是专门针对这些类型的任务的最量身定制和最优雅的解决方案，并且它有很多对 ODE 的内置支持...... Lisp 可能有点慢......而且我不能代表 OCaml .
于 2010-05-25T20:01:44.593 回答
1
我建议使用 python+numpy+scipy，一般数学和数字支持（超级多维数组）非常好。无论如何，这取决于具体的需求。
于 2010-06-03T00:03:50.737 回答
0
Fortran 或 C，可能需要查看NAG 例程。C 会更灵活，更容易理解，但 Fortran 通常被认为是最适合数字的。
于 2010-05-25T20:01:31.473 回答