Perpustakaan Matematik Lanjutan untuk C

Hello!

Dalam siaran ini saya akan berkongsi perpustakaan C yang saya buat: Perpustakaan Matematik Lanjutan, atau libamath. Ini ialah perpustakaan C yang memusatkan beberapa pelaksanaan matematik saya, memfokuskan pada prestasi dan multithreading.

libamath termasuk algoritma seperti Korelasi Kendall, Algoritma Genetik untuk pengoptimuman, Transformasi Fourier dan pelbagai pengiraan statistik seperti min, median dan sisihan piawai. Saya juga merancang untuk menambah sokongan untuk faktorial BigInt, yang akan menawarkan ketepatan yang lebih tinggi untuk Pengagihan Poisson dan pengiraan lanjutan yang lain. Kebanyakan fungsi ini dioptimumkan dengan sokongan berbilang benang untuk mengendalikan tugas pengiraan intensif.

Berikut ialah beberapa contoh cara anda boleh menggunakan libamath:

1. Korelasi Kendall:

double data1[] = {1.0, 2.0, 3.0};
double data2[] = {3.0, 2.0, 1.0};
double tau = amath_kcorr(data1, data2, 3);
printf("Kendall's Tau: %f\n", tau);

1. Algoritma Genetik:

void *fitness_function(Individuals *individuals) {
  // Define fitness logic
  return NULL;
}
Individuals *pop = amath_generate_individuals(100, 0.05, 0.001, 0.25, 4, 0.0, 1.0);
for (int i = 0; i < 1000; i++) {
  amath_fit(pop, fitness_function);
  amath_mutate(pop);
  amath_reproduce(pop);
}
amath_destroy_individuals(pop);

1. Transformasi Fourier Diskrit (DFT):

double complex data[] = {1.0, 2.0, 3.0, 4.0};
amath_dft(data, 4, 2); // Perform DFT using 2 threads

1. Min:

double data[] = {1.0, 2.0, 3.0};
double mean_value = amath_mean(data, 3);
printf("Mean: %f\n", mean_value);

Bagi mereka yang biasa dengan repositori saya sebelum ini, libamath menghimpunkan kedua-dua Korelasi Kendall (kini dengan peningkatan prestasi) dan pelaksanaan Algoritma Genetik ke satu tempat. Ini akan memudahkan untuk mengembangkan dan mengurus alatan dari semasa ke semasa.

Pada masa lapang saya, saya berhasrat untuk menambah lebih banyak ciri, termasuk:

• Pengiraan Varian: Berguna bersama sisihan piawai.
• Kovarian: Untuk mengukur cara dua set data berbeza bersama-sama.
• Regression Linear: Untuk memodelkan hubungan antara pembolehubah.
• Taburan Binomial: Pelengkap hebat kepada taburan Poisson.
• Taburan Gamma: Satu lagi taburan kebarangkalian serba boleh.

Ini adalah sesuatu yang saya bina suatu ketika dahulu, memandangkan saya sering menggunakan fungsi ini dalam kerja saya, dan saya memutuskan untuk berkongsinya sekiranya orang lain mendapati ia berguna.

Anda boleh menyemak projek dan menyumbang di sini: https://github.com/ariasdiniz/advanced_math_lib

Seperti biasa, cadangan dan maklum balas amat dialu-alukan!

Atas ialah kandungan terperinci Perpustakaan Matematik Lanjutan untuk C. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!