Boost C++ 库

…这是世界上备受推崇和设计精湛的 C++ 库项目之一。 Herb SutterAndrei Alexandrescu, C++ 编码标准

已知问题和待办事项列表 - Boost C++ 函数库
PrevUpHomeNext

这主要是待办事项列表,或者是不久后可能进行的增强的列表。标有“高优先级”的项目会影响组件的正常运行,应尽快修复。标有“中优先级”的项目是期望的增强,通常与组件的性能有关,但不会影响其准确性或功能。标有“低优先级”的项目应在某个时候进行调查。显然,这些分类是主观性很强的。

如果您在此处未看到某个组件,则表示我们没有发现其任何已知问题。

tgamma
  • 是否可以进一步优化 Lanczos 近似法?(低优先级)
不完全 Beta
  • 研究 Didonato 和 Morris 在 a 和 b 很大的情况下的渐近展开式(中优先级)。
逆 Gamma
  • 研究如果第一次近似足够好,是否可以完全跳过迭代(中优先级)。
多项式
  • 勒让德多项式和拉盖尔多项式在不同平台上具有出乎意料的不同误差率,考虑到它们仅通过基本算术运算进行评估。这可能说明了什么,也可能什么都没说明(低优先级)。
椭圆积分
  • 卡尔森算法(主要是 RJ)在参数非常大或非常小时,容易出现内部溢出/下溢。同质性关系: [para RF(ka, kb, kc) = k-1/2 RF(a, b, c)] [para 和] [para RJ(ka, kb, kc, kr) = k-3/2 RJ(a, b, c, r)] [para 在这里可以用来规避问题:前提是可以准确识别问题域。(中优先级)。]
  • 还有一些其他的积分:Bulirsch 的 el 函数,可以使用卡尔森积分实现(低优先级)。
  • K(k) 和 E(k) 积分可以使用有理逼近(为了效率和准确性)来实现,假设我们可以找到它们。(中优先级)。
欧文 T 函数

在任意精度下,当 a 非常接近 1 时存在一个问题区域。但是,请注意 T(h, 1) 的值是众所周知的并且易于计算,如果我们用 (ak - 1) 替换系列 T1、T2 或 T4 中的 ak 项,那么我们将得到 T(h, a)T(h, 1) 之间的差值。不幸的是,这并不能改善该区域系列的收敛性。这个区域肯定看起来像一个关于 (1-a)k 的新系列是可能且期望的,但目前仍然难以捉摸。

统计分布
  • 学生 t 分布:对于非常大的自由度,是否可以改用正态分布作为更好的近似?
功能请求

下表列出了在其他软件包中存在但此处尚未提供的分布,分布出现的频率越高,实现它的优先级就越高。

分发

R

Mathematica 6

NIST

Regress+

Matlab

几何分布

X

X

-

-

X

多项分布

X

-

-

-

X

Tukey Lambda 分布

X

-

X

-

-

半正态/折叠正态分布

-

X

-

X

-

卡方分布

-

X

-

X

-

Gumbel 分布

-

X

-

X

-

离散均匀分布

-

X

-

-

X

对数级数分布

-

X

-

X

-

Nakagami 分布(广义卡方)

-

-

-

X

X

对数逻辑分布

-

-

-

-

X

Tukey 分布(学生化极差)

X

-

-

-

-

Wilcoxon 秩和检验

X

-

-

-

-

Wilcoxon 符号秩检验

X

-

-

-

-

非中心 Beta 分布

X

-

-

-

-

Maxwell 分布

-

X

-

-

-

Beta-Binomial 分布

-

X

-

-

-

Beta-negative Binomial 分布

-

X

-

-

-

Zipf 分布

-

X

-

-

-

Birnbaum-Saunders / 疲劳寿命分布

-

-

X

-

-

双指数分布

-

-

X

-

-

幂正态分布

-

-

X

-

-

幂对数正态分布

-

-

X

-

-

余弦分布

-

-

-

X

-

双 Gamma 分布

-

-

-

X

-

双 Weibull 分布

-

-

-

X

-

双曲正割分布

-

-

-

X

-

半圆形分布

-

-

-

X

-

Bradford 分布

-

-

-

X

-

Birr / Fisk 分布

-

-

-

X

-

倒数分布

-

-

-

X

-

Kolmogorov 分布

-

-

-

-

-

也曾被多次要求

  • 添加对插值分布的支持,可能与数值积分和微分结合。
  • 添加对二元和多元分布的支持:尤其是正态分布。
  • 添加对 cdf 和 pdf 的对数支持:这主要是为了性能优化,因为我们可以通过返回结果的对数来避免某些分布的一些特殊函数调用。

PrevUpHomeNext