Risolutore di sistema lineare veloce per D?

Question

Dove posso trovare un risolutore di sistema lineare veloce scritto in D? Dovrebbe essere in grado di prendere una matrice quadrata A e un vettore b e risolvere l'equazione Ax = b per b e, idealmente, anche effettuare l'inversione esplicito A. Ne ho uno che ho scritto da solo, ma è piuttosto lento, probabilmente perché è completamente privo di cache. Tuttavia, per il mio caso d'uso, ho bisogno di qualcosa con i seguenti , non negoziabili requisiti assoluti, vale a dire se non soddisfa questi, allora non altrimenti mi importa quanto è buono il contrario è:

1. Deve essere concesso in licenza come dominio pubblico, licenza Boost o licenza permissiva simile. Idealmente non dovrebbe richiedere l'attribuzione in binari (cioè non BSD), sebbene questo punto sia in qualche modo negoziabile.

2. Deve essere scritto in D pura o facilmente traducibile in puro D. Il codice Fortran inscrutabile (cioè LAPACK) non è una buona risposta, non importa quanto sia veloce.

3. Deve essere ottimizzato per sistemi di grandi dimensioni (ad esempio> 1000). Non voglio qualcosa progettato per i programmatori di giochi per risolvere matrici 4x4 davvero, molto velocemente.

4. Non deve essere inestricabilmente collegato a un'enorme libreria di materiale di cui non ho bisogno.

Edit: La ragione di queste esigenze apparentemente folle è che ho bisogno di questo codice per una libreria open source con licenza permissively che io non voglio avere eventuali dipendenze di terze parti.

Answer 1

Se non ti piace il codice Fortran, una libreria di matite densa C++ ragionevolmente veloce con supporto multi-core modesto, codice ben scritto e una buona interfaccia utente è Eigen. Dovrebbe essere semplice tradurre il suo codice in D (o prendere alcuni algoritmi da esso).

E ora il mio "pensa alle tue esigenze": c'è un motivo per cui "tutti" (Mathematica, Matlab, Maple, SciPy, GSL, R, ...) utilizza ATLAS/LAPACK, UMFPACK, PARDISO, CHOLMOD ecc. È difficile lavorare su solutori di matrice veloci, multi-threaded, con memoria efficiente, portatili e numericamente stabili (credetemi, ho provato). Un sacco di questo duro lavoro è andato in ATLAS e il resto.

Quindi il mio approccio sarebbe quello di scrivere associazioni per la libreria pertinente in base al tipo di matrice e il collegamento da D alle interfacce C. Forse i binding in multiarray sono sufficienti (non l'ho provato). Altrimenti, suggerirei di guardare un'altra libreria C++, ovvero uBlas e le rispettive bindings per le idee.