常用的C/C++语言大数运算软件包都有哪些？

Posted 2023-03-23

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了常用的C/C++语言大数运算软件包都有哪些？相关的知识，希望对你有一定的参考价值。

想进行高精度计算，推荐个，要支持C/C++的

为了解决大数运算的问题，世界各国的软件开发人员和研究学者都进行了很多的研究和实践。近年来，越来越多的开发人员开始重视软件工程的作用，为了减少重复劳动，提高软件的质量和代码复用，许多优秀的大数运算库随之出现。下面对几种优秀的大数库进行简单的介绍：

GMP：GMP大数库是GNU项目的一部分，诞生于1991年。作为一个任意精度的大整数运算库，它包括了任意精度的带符号整数、有理数、浮点数的各种基本运算操作。它是一个c语言的库，但是官方提供了c++的包装类，主要的应用方向是密码学、网络安全、代数系统、计算科学等。GMP库的运行速度非常快的，它的官方网站上称自己为地球上最快的大数库，但是GMP库所提供的只是数学运算功能，并没有密码学相关的高级功能。

Miracl：Miracl库是Shamus Software Ltd开发的一个大数库，它的使用许可针对教育科学研究或者非商业目的地应用是免费的。在应用上它是一个c语言的库，同时提供了几个较为简单的c++包装类。在功能上它不但提供了高精度的大整数和分数的各种数学运算操作而且提供了很多密码学算法中的功能模块，如SHA、AES、DSA等中的一些底层操作。最为特别的是它还提供了很多椭圆曲线密码体制中的底层功能模块。由于Miracl库的内部实现采用了很多的汇编层的代码，故运行速度也非常快。

Crypto++：Crypto++库是一个开源项目，也是免费使用的。由于它是一个纯c++实现的库，所以应用非常的方便，库的结构清晰，使用方便，文档也很健全。Crypto++库提供了很多密码学算法的实现。

OpenSSL：OpenSSL是一个开放源代码的实现了SSL及相关加密技术的软件包，由加拿大的Eric Yang等发起编写的。它可以实现消息摘要、文件的加密和解密、数字证书、数字签名和随机数字等。它的主要用途并不是大数库，而是SSL协议的实现和应用，但是其中也有一些关于大整数的功能，此外它也是基于c语言。

参考资料：http://hi.baidu.com/ly_ecit/blog/item/30c8a7d9fc15742911df9b81.html

参考技术A GMP 是GNU组织的主力库，也推广捆绑到多门语言、各种linux上。
MPFP、MPIR都是基于GMP上分别对浮点和整型的进一步专门化的库。
MPC是算“复数”的库，并非一般大数。
一般的大数运算，用GMP足够了。GMP支持win下的mingw编译。
但如果要在vc下用就要改代码，或者找些别人改过的补丁。
vc本身也可以操作.net框架的decimal大数模块。参考技术B 这个我真的不知道？

常用的大数据分析软件都有哪些？

数据分析的工具千万种，综合起来万变不离其宗。无非是数据获取、数据存储、数据管理、数据计算、数据分析、数据展示等几个方面。而SAS、R、SPSS、python、excel是被提到频率最高的数据分析工具。参考技术A

工具介绍

1、前端展现

用于展现分析的前端开源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。

用于展现分析商用分析工具有Style Intelligence、RapidMiner Radoop、Cognos, BO, Microsoft Power BI, Oracle,Microstrategy,QlikView、 Tableau 。

国内的有BDP，国云数据（大数据魔镜），思迈特，FineBI等等。

2、数据仓库

有Teradata AsterData, EMC GreenPlum, HP Vertica 等等。

3、数据集市

有QlikView、 Tableau 、Style Intelligence等等。

扩展资料

大数据分析的六个基本方面

1、Analytic Visualizations（可视化分析）

不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求。可视化可以直观的展示数据，让数据自己说话，让观众听到结果。

2.、Data Mining Algorithms（数据挖掘算法）

可视化是给人看的，数据挖掘就是给机器看的。集群、分割、孤立点分析还有其他的算法让我们深入数据内部，挖掘价值。这些算法不仅要处理大数据的量，也要处理大数据的速度。

3、Predictive Analytic Capabilities（预测性分析能力）

数据挖掘可以让分析员更好的理解数据，而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。

4、Semantic Engines（语义引擎）

我们知道由于非结构化数据的多样性带来了数据分析的新的挑战，我们需要一系列的工具去解析，提取，分析数据。语义引擎需要被设计成能够从“文档”中智能提取信息。

5、Data Quality and Master Data Management（数据质量和数据管理）

数据质量和数据管理是一些管理方面的最佳实践。通过标准化的流程和工具对数据进行处理可以保证一个预先定义好的高质量的分析结果。

假如大数据真的是下一个重要的技术革新的话，我们最好把精力关注在大数据能给我们带来的好处，而不仅仅是挑战。

6、数据存储，数据仓库

数据仓库是为了便于多维分析和多角度展示数据按特定模式进行存储所建立起来的关系型数据库。在商业智能系统的设计中，数据仓库的构建是关键，是商业智能系统的基础，承担对业务系统数据整合的任务，为商业智能系统提供数据抽取、转换和加载(ETL)，并按主题对数据进行查询和访问，为联机数据分析和数据挖掘提供数据平台。

参考技术B 回答

一、Excel

Excel使用人群众多是新手入门级数据分析工具，也是最基本的数据分析工具之一。Excel主要学习使用常用函数、快捷键操作、基本图表制作、数据透视表等。Excel具有多种强大的功能，可以满足大多数数据分析工作的需要。而且Excel提供了相当友好的操作界面，对于有基本统计理论的用户来说更容易上手。

二、SQL软件

SQL是一种数据库语言，它具有数据操作和数据定义功能，交互性强，能给用户带来很大方便。SQL专注于Select、聚合函数和条件查询。关联库是目前应用较广的数据库管理系统，技术较为成熟。这类数据库包括mysql.SQLServer.Oracle.Sybase.DB2等等。

SQL作为一种操作命令集，以其丰富的功能受到业界的广泛欢迎，成为提高数据库运行效率的保证。SQLServer数据库的应用可以有效提高数据请求和返回速度，有效处理复杂任务，是提高工作效率的关键

三、Python软件

Python提供了能够简单有效地对对象进行编程的高级数据结构。Python语法和动态类型，以及解释性语言的本质，使它成为大多数平台上写脚本和快速开发应用的编程语言，并可用于可定制软件中的扩展程序语言。丰富的Python标准库提供了源代码或机器代码，适用于各种主要系统平台。Python有极其简单的解释文档，所以更容易上手。

四、BI工具

BI工具是商业智能(Busines Inteligence)分析工具的英文缩写。它是一个完整的大数据分析解决方案，可以有效地整合企业中现有的数据，快速准确地提供报表和帮助领导作出决策的数据依据，帮助企业做出明智的业务决策。BI工具是根据数据分析过程设计的。首先是数据处理，数据清理，然后是数据建模，最后是数据可视化，用图表识别问题，影响决策。

 参考技术C 大数据行业因为数据量巨大的特点，传统的工具已经难以应付，因此就需要我们使用更为先进的现代化工具，以下是几款常用软件：

1、思迈特软件Smartbi大数据分析平台：定位为一站式满足所有用户全面需求场景的大数据分析平台。它融合了BI定义的所有阶段，对接各种业务数据库、数据仓库和大数据分析平台，进行加工处理、分析挖掘和可视化展现；满足所有用户的各种数据分析应用需求，如大数据分析、可视化分析、探索式分析、企业报表平台、应用分享等等。

2、HPCC，HighPerformanceComputingandCommunications（高性能计算与通信）的缩写。1993年，由美国科学、工程、技术联邦协调理事会向国会提交了“重大挑战项目：高性能计算与通信”的报告，也就是被称为HPCC计划的报告，即美国总统科学战略项目，其目的是通过加强研究与开发解决一批重要的科学与技术挑战问题。

2、Hadoop是一个能够对大量数据进行分布式处理的软件框架。但是Hadoop是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。

数据分析工具靠不靠谱，来试试Smartbi,思迈特软件Smartbi经过多年持续自主研发，凝聚大量商业智能最佳实践经验，整合了各行业的数据分析和决策支持的功能需求。满足最终用户在企业级报表、数据可视化分析、自助探索分析、数据挖掘建模、AI智能分析等大数据分析需求