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:

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏烂笔头

Django 1.10中文文档-第一个应用Part1-请求与响应

目录[-] 在本教程中,我们将引导您完成一个投票应用程序的创建,它包含下面两部分: 一个可以进行投票和查看结果的公开站点; 一个可以进行增删改查的后...

4055
来自专栏Sorrower的专栏

内核必须懂(二): 文件系统初探

1213
来自专栏aCloudDeveloper

UNIX环境高级编程笔记之标准I/O库

一、总结   文件I/O一章讲了不带缓冲的I/O,本章讲的是带缓冲的I/O。不带缓冲针对的是内核的系统调用,而带缓冲针对的是用户空间的标准库函数,是基于带缓冲的...

1889
来自专栏龙首琴剑庐

原 微服务Spring Cloud Eur

2365
来自专栏后端技术探索

nginx 多进程架构详解

一、进程模型 众所周知,nginx性能高,而nginx的高性能与其架构是分不开的。那么nginx究竟是怎么样的呢?这一节我们先来初识一下nginx框架吧。

1531
来自专栏开源优测

Linux下常用的监控工具和命令

如果性能测试的目标服务器是linux系统,在如何使用linux自带的命令来实现性能测试过程的监控分析呢?

1522
来自专栏分享达人秀

你升级Android Studio 3.0正式版了吗?来看看这些坑!

盼望已久的Android Studio 3.0正式版终于在25日悄悄上线了,有很多地方都有较大升级,新功能也不少了,赶紧和我一起来体验吧。 如果对...

3246
来自专栏Java成长之路

解决session共享问题方式调研

为了提高服务器性能,最近公司项目采用了分布式服务集群的部署方式。所谓集群,就是让一组计算机服务器协同工作,解决大并发,大数据量瓶颈问题。项目使用nginx做负载...

2041
来自专栏JetpropelledSnake

Python Web学习笔记之进程与线程

要了解二者的区别与联系,首先得对进程与线程有一个宏观上的了解。     进程,是并发执行的程序在执行过程中分配和管理资源的基本单位,是一个动态概念,竟争计算机系...

2917
来自专栏Sorrower的专栏

内核必须懂(二): 文件系统初探

1135

扫码关注云+社区

领取腾讯云代金券