问题标签 [mpfr]

我正在尝试在 Windows 7 机器上的 Python 3.2 中安装 bigfloat。文档说我首先需要安装 GMP 和 MPFR。我已经将这两个下载到我的桌​​面（以及 bigfloat 包）。然而，由于它们是 C 包，我不确定如何在 python 中安装它们（我试图在过去几个小时内找到一个明确的解释但失败了）。任何人都可以告诉我我需要做什么或指向我的教程吗？非常感谢，非常感谢任何帮助。

我使用了一个小测试程序来测试 OpenMP 的效率，以使用 mpfr/gmp 库使用任意精度并行化递归计算。正如预期的那样，OpenMP 开销一开始会使并行版本变慢，但使用足够的位后，并行版本会变得更快。

顺序循环如下：

和并行版本：

以秒为单位的运行时间系统 A：顺序

1. 320 位：11
2. 640 位：16
3. 960 位：21
4. 2560 位：60
5. 5000 位：152

以秒为单位的运行时间系统 A：并行

1. 320 位：15
2. 640 位：16
3. 960 位：18
4. 2560 位：32
5. 5000 位：65

以秒为单位的运行时间系统 B：顺序

1. 320 位：13
2. 640 位：18
3. 960 位：27
4. 2560 位：80
5. 5000 位：202

以秒为单位的运行时间系统 B：并行

1. 320 位：51
2. 640 位：54
3. 960 位：56
4. 2560 位：76
5. 5000 位：128

系统 A 是 Fedora 19 内核 3.11.10-200.fc19.x86_64

Intel(R) Core(TM) i7-4770 CPU @ 3.40GHz

系统 B 是 Linux Centos 6.5 内核 2.6.32-431.1.2.0.1.el6.x86_64

Intel(R) Xeon(R) CPU E5-2697 v2 @ 2.70GHz

ltrace 显示被调用函数/系统调用的百分比大致相同。两个系统都使用最新的 gmp、mpfr 和 gcc 版本。为什么系统 B 比系统 A 差很多（例如，OpenMP 开销大很多倍）？Linux 内核在这方面变得更好了吗？任何内核参数等我应该看看？CPU硬件差异/限制？还有其他解释吗？我必须在 B 上安装 Fedora 19 来解决这个问题吗？

更新：感谢您的提示。它确实改变了系统 B 的结果。

以秒为单位的运行时间系统 B：并行

1. 320 位：51 -> 23
2. 640 位：54 -> 26
3. 960 位：56 -> 29
4. 2560 位：76 -> 47
5. 5000 位：128 -> 99

B 仍然落后于 A，但差距已经小了很多。

代码似乎都是正确的，它应该将 e 复制到 er 并将 pi 复制到 pir。当我运行程序时，这是我得到的：

我的问题是，我使用的舍入模式是否存在问题？因为第二个 e 和 p 不应该为零。

我一定遗漏了一些明显的东西：

我有一个返回长度为 1 的 mpfr 的函数。在上面的示例中，我使用mapply(..., simplify=FALSE)构建类似于 list.mpfr 的内容。我想将长度为 1 的 mpfr 对象组合成一个 mpfr 对象（which.max例如，我可以调用 ）。

我正在尝试构建 gcc 4.8.2 的可移植版本。（仅适用于 C/C++ 语言）最终结果是将 gcc 安装到特定的应用程序目录中，例如 /opt/gcc-4.8.2，以便我可以将该目录从一台计算机复制到另一台计算机（所有计算机都是英特尔 corei5或 corei7，运行最新的 Linux 版本，例如 Ubuntu 12、Suse 10/11、Centos 5 和 6）。

到目前为止，我能够构建 gcc ok，使用 --prefix 将 gcc 输出放置在单个目录中（然后可以将其复制到其他主机）。我将 gcc 的依赖项（gmp、mpfr、mpc、isl）配置和构建为具有 --disable-shared，因此我可以确定最终的 gcc 在复制到其他主机时不会抱怨缺少库或符号。

我有一个关于cloog的问题。我使用 --with-cloog 配置了 gcc（以获取我本地构建的 cloog，它是与其他 gcc 依赖项一起构建的）。但是，我不知道的是，我是否还需要将 clog 库和二进制文件复制到我将 gcc 复制到的每个主机？

另外，我如何测试 gcc 和 clog 交互？是否有一个简单的 C 文件示例和/或 gcc 命令行可用于测试 gcc 是否成功使用 cloog？

此外，在尝试构建我想在其他主机上运行的 gcc 时，是否还有其他注意事项？

我想为一个函数应用包 mpfr，如下所示：

例如，如果x = c(-1500, -2000, -6400, -7200)

我想得到函数 f1 的值，即使它很小，我怎样才能在 R 中得到它？

我编写了一个小程序来计算斐波那契数的位数，但由于数字很大，我不得不使用 MPFR 和 GMP。我得到了正确的值，但我需要能够将它们四舍五入到最接近的整数，并且 MPFR 包含的舍入模式可以预测地四舍五入到浮点值。有没有一种简单的方法可以将 mpfr_t 舍入为 int？

我正在编写一个使用 mpfr_t 作为其主要数据类型的函数。在这个函数中，会有很长的操作链需要临时变量来存储中间结果。我想尽量减少我需要的临时变量的数量，所以我正在做这样的事情：

然后在函数后面：

我可以依靠 tmp1 的先前值在重新分配变量时从变量中完全清除e*f吗？

我正在编写一个用于统计抽样的小型库，它需要尽可能快地运行。在分析中，我发现函数中大约 40% 的时间用于计算斯特林对阶乘对数的近似值。我将我的优化工作集中在这部分上。这是我的代码（使用MPFR）：

我有几个不同的想法：

• 预先计算超过函数的前 8 个输入。
• 优化数学（使用更粗略的近似以获得更小的精度）
• 使用多个线程并行计算不同的输入
• 当数字可以适合机器数据类型时切换到本机算术

我可以采取其他方法吗？

根据https://stackoverflow.com/a/17932632/1700939，应该可以使用带有 boost::multiprecision 和 gcc-4.7 的复数。这确实适用于 boost::multiprecision::float128：

使用 boost::multiprecision::mpfr 尝试相同的操作失败 -Function exp（sin工作正常（！））

编译失败：

但是，如果exp-line 被注释掉，它可以工作：

我做错了什么，还是我在这里遇到了错误？