GMP大数运算库的一个Qt界面小程序

wayne

风云剑兑现了自己一个月前的承诺，相形之下自感惭愧，我岂能言而无信，于是拿出整块的时间，搞了一个GMP的Qt界面，很简单，只有6个函数。 不过，要加其他函数的话非常方便，到时候HugeCalc有了MinGW版本，我再换成HugeCalc的： =============================================== bin里面的可执行文件是strip过的release版本，才73KB，依赖于三个dll 库， libgmp-10.dll ，QtCore4.dll ，QtGui4.dll，足有10M有余，所以，没有安装Qt的只好到外面下载了： http://ifile.it/ilhn9rp/gmpGUI.7z 后面的是源码文件，关于Qt部分，欢迎交流。

wayne

用Qt4.6.3 + GCC4.5.0做出来的，编译出来的exe很小，可Qt的两个dll就有10M，压缩后也有3M，只好放在其他服务器上了， 下载地址： http://ifile.it/ilhn9rp/gmpGUI.7z 里面含有三个dll文件： libgmp-10.dll ，QtCore4.dll ，QtGui4.dll和一个主程序gmpGUI.exe

wayne

呵呵，GMP的命令太底层了，做成界面实在是没啥意思，要是能封装成一种脚本语言，然后还能在界面里解释运行那才有趣。 比如： 1、敲入 gcd 12 32 回车，得到4 2、敲入 set a 6，回车，再敲 a! 得到6的阶乘720 3、敲入 NextPrime [mul 7 12] 得到84的下一个素数，即89 4、敲入 for {set i 1} {i<=5} {prime ii} 得到前5个素数 ................................................ HugeCalc也应该这样，抛弃界面，该成脚本的

wayne

解释执行效率也并不一定会大打折扣，lua就是一个很好的例子

gxqcn

... HugeCalc也应该这样，抛弃界面，该成脚本的 wayne 发表于 2010-8-9 13:04

那得加个词法分析器，蛮繁的。

forcal

可惜GMP是全英文的介绍，我看不懂，否则用Forcal封装了，想必也比较好用。 楼主若有兴趣，参考我封装HugeCalc的代码FcHugeCalc，实现个FcGMP，应该不是很负杂。 Forcal与lua的速度不相上下，lua支持运算符重载吗？

wayne

5# gxqcn 那是，白手起家的确很繁，不过，一般的第三方库都提供有脚本语法 设计的功能。 比如Qt里面，有QtScript 模块，Boost里面，有Spirit库........这个时候就不繁了

wayne

6# forcal lua是用纯标准C写的。 一个完整的Lua解释器不过200k，在目前所有脚本引擎中，Lua的速度是最快的。 俺不知道C是否支持运算符重载

wayne

5# gxqcn 给一个例子的截图： 代码地址： http://doc.qt.nokia.com/4.6/script-qscript.html

forcal

lua是用纯标准C写的。 一个完整的Lua解释器不过200k，在目前所有脚本引擎中，Lua的速度是最快的。 俺不知道C是否支持运算符重载 wayne 发表于 2010-8-9 16:50

Forcal是用C/C++写的，核心库FORCAL32W.DLL文件大小：约130K；不使用MSVC运行库的静态库版本，约260K～300K。 以下程序的速度，lua要差一些：

1. for(x=0.0;x<=1.0;x=x+0.0011)
2. {
3. for(y=1.0;y<=2.0;y=y+0.0011)
4. {
5. sum=sum+cos(1.0-sin(1.2*pow(x+0.1,y/2.0-x)+cos(1.0-sin(1.2*pow(x+0.2,y/3.0-x))))-cos(1.0-sin(1.2*pow(x+0.3,y/4.0-x)))-cos(1.0-sin(1.2*pow(x+0.4,y/5.0-x)+cos(1.0-sin(1.2*pow(x+0.5,y/6.0-x))))-cos(1.0-sin(1.2*pow(x+0.6,y/7.0-x)))));
6. }
7. }

复制代码

lua代码1：

1. #!/usr/local/bin/lua
3. -- By forcal
5. function sum()
6. local t = os.clock()
8. local x=0
9. local y=0
10. local sum=0
11. for x=0,1,0.0011 do
12. for y=1,2,0.0011 do
13. sum=sum+math.cos(1-math.sin(1.2*(x+0.1)^(y/2-x)+math.cos(1-math.sin(1.2*(x+0.2)^(y/3-x))))-math.cos(1-math.sin(1.2*(x+0.3)^(y/4-x)))-math.cos(1-math.sin(1.2*(x+0.4)^(y/5-x)+math.cos(1-math.sin(1.2*(x+0.5)^(y/6-x))))-math.cos(1-math.sin(1.2*(x+0.6)^(y/7-x)))))
14. end
16. end
17. io.write(sum)
19. io.write(string.format("\nTime Elapsed %f\n", os.clock() - t))
20. end
22. sum()

复制代码

结果： 19160.536601703 Time Elapsed 3.109000 Forcal代码1：

1. mvar:
2. t0=sys::clock(),
3. sum=0,
4. x=0,
5. (x<=1).while{
6. y=1,
7. (y<=2).while{
8. sum=sum+cos(1-sin(1.2*(x+0.1)^(y/2-x)+cos(1-sin(1.2*(x+0.2)^(y/3-x))))-cos(1-sin(1.2*(x+0.3)^(y/4-x)))-cos(1-sin(1.2*(x+0.4)^(y/5-x)+cos(1-sin(1.2*(x+0.5)^(y/6-x))))-cos(1-sin(1.2*(x+0.6)^(y/7-x))))),
9. y=y+0.0011
10. },
11. x=x+0.0011
12. },
13. printff{"\r\n{1,r}\r\nTime Elapsed {2,r}\r\n",sum,[sys::clock()-t0]/1000};

复制代码

结果： 19160.536601703152 Time Elapsed 1.984 lua代码2：

1. #!/usr/local/bin/lua
3. -- By forcal
5. function f(x,y)
6. return math.cos(1-math.sin(1.2*(x+0.1)^(y/2-x)+math.cos(1-math.sin(1.2*(x+0.2)^(y/3-x))))-math.cos(1-math.sin(1.2*(x+0.3)^(y/4-x)))-math.cos(1-math.sin(1.2*(x+0.4)^(y/5-x)+math.cos(1-math.sin(1.2*(x+0.5)^(y/6-x))))-math.cos(1-math.sin(1.2*(x+0.6)^(y/7-x)))))
7. end
9. function sum()
10. local t = os.clock()
12. local x=0
13. local y=0
14. local sum=0
15. for x=0,1,0.0011 do
16. for y=1,2,0.0011 do
17. sum=sum+f(x,y)
18. end
20. end
21. io.write(sum)
23. io.write(string.format("\nTime Elapsed %f\n", os.clock() - t))
24. end
26. sum()

复制代码

结果： 19160.536601703 Time Elapsed 3.250000 Forcal代码2：

1. mvar:
2. f(x,y)=cos(1-sin(1.2*(x+0.1)^(y/2-x)+cos(1-sin(1.2*(x+0.2)^(y/3-x))))-cos(1-sin(1.2*(x+0.3)^(y/4-x)))-cos(1-sin(1.2*(x+0.4)^(y/5-x)+cos(1-sin(1.2*(x+0.5)^(y/6-x))))-cos(1-sin(1.2*(x+0.6)^(y/7-x)))));
3. t0=sys::clock(),
4. sum=0,
5. x=0,
6. (x<=1).while{
7. y=1,
8. (y<=2).while{
9. sum=sum+f(x,y),
10. y=y+0.0011
11. },
12. x=x+0.0011
13. },
14. printff{"\r\n{1,r}\r\nTime Elapsed {2,r}\r\n",sum,[sys::clock()-t0]/1000};

复制代码

结果： 19160.536601703152 Time Elapsed 2.0779999999999998 以上代码1的C++耗时约1.33秒。 以上代码Forcal只输给了matlab的矢量化代码，因为matlab的矢量化代码比C++还快，小于1秒。