使用armodillo库实现matlab源码转c++

直接切入正题，最近需要将matlab转成c++集成到项目做成调用dll来做，查了常用的matlab转成c++的方法。说的最多的就是使用matlab coder，这是matlab自带的转换工具，但是研究过matlab coder之后，果断放弃了这种思路，原因是matlab coder很多的matlab自带函数都无法支持，完全不能满足我项目的要求。

有人说，为啥不使用联编的方式，联编需要调用matlab引擎。仍然不能脱离matlab。matlab付费，而且相比直接使用c++实现相同功能时，调用c++可以在调用速度上实现质的提高。

首先，介绍一个c++库—armodillo（C++ library for linear algebra & scientific computing），这样就能在c++中使用类似matlab中的向量矩阵等类型，并且提供了矩阵的操作函数和matlab中的一些函数（具体功能和使用，官网上都有，不过是英文）。

话不多说，我第一次尝试转换的是matlab中的kstest2函数（ks检验），贴的代码中没有做判断逻辑，但是主逻辑都实现了，说下思路，首先，要先找到matlab函数的源码（type 函数名），然后看懂matlab源码中想表达的意思，使用armodillo中对应的类型和方法对应编程就行，很简单。下面贴一个我最初的ks函数（并不完整，但能运行，结果和matlab一样），当然，现在我转换的功底已经有点了（嘿嘿，有些原因，成熟的算法不能发布，但是思想最重要哦）

---

#include <iostream>
#include <armadillo>
#include <vector>
#include<fstream>
#include <string>
#pragma warning(disable:4996)
using namespace std;
using namespace arma;
void kstest2(vec A, vec B, double alpha, int tail)
{
	//double alpha = 0.05;
	//int tail = 0;

	//colvec A;
	//A << 1 << endr << 3 << endr << 2 << endr;
	//colvec B;
	//B << 2 << endr;

	vec I1;
	I1 << -INFINITY << endr;
	vec I2;
	I2 << INFINITY << endr;

	vec binEdges;
	binEdges = join_cols(join_cols(I1, sort(join_cols(A, B))), I2);
	uvec binCounts1 = histc(A, binEdges);
	uvec binCounts2 = histc(B, binEdges);
	vec sumCounts1(binCounts1.size());
	uvec sum1 = cumsum(binCounts1);
	double  sum2 = sum(binCounts1);
	for (int i = 0; i < binCounts1.size(); i++)
	{
		sumCounts1(i) = sum1(i, 0) / sum2;
	}


	vec sumCounts2(binCounts2.size());
	uvec sum3 = cumsum(binCounts2);
	double  sum4 = sum(binCounts2);
	for (int i = 0; i < binCounts2.size(); i++)
	{
		sumCounts2(i) = sum3(i, 0) / sum4;
	}
	sumCounts1.resize(sumCounts1.size() - 1);
	sumCounts2.resize(sumCounts2.size() - 1);
	vec sampleCDF1 = sumCounts1;
	vec sampleCDF2 = sumCounts2;

	vec deltaCDF = abs(sampleCDF1 - sampleCDF2);


	double KSstatistic = (double)max(deltaCDF);
	cout<<"KSstatistic=" << KSstatistic<<endl;

	double n1 = A.size();
	double n2 = B.size();
	double n = n1 * n2 / (n1 + n2);

	double lambda = (sqrt(n) + 0.12 + 0.11 / sqrt(n)) * KSstatistic;


	vec j = linspace<vec>(1, 101, 101);
	j = j - 1;
	for (int i = 0; i < j.size(); i++)
	{
		j(i) = (double)pow(-1, j(i));
	}
	vec j1 = exp(pow(linspace<vec>(1, 101, 101), 2)*(-2 * lambda*lambda));

	for (int i = 0; i < j.size(); i++)
	{
		j1(i) = j(i)*j1(i);
	}

	double pValue = 2 * sum(j1);
	pValue = min(max(pValue, 0.0), 1.0);
    cout<<"pValue="<<pValue<<endl;
	int H = (alpha >= pValue);
	cout<<"H="<<H;
}

int main()
{
	
	vector<double> vec1;
	vec1.push_back(1);
	vec1.push_back(100);
	vec1.push_back(2);

	vector<double> vec2;
	vec2.push_back(1);
	vec2.push_back(3);
	
	vector<double> vec1;
	vector<double> vec2;

	vec A(vec1);
	vec B(vec2);
	kstest2(A, B, 0.05, 0);
	
	return 1;	
}

输入的方式多种多样，我大概研究了四种，，在代码中写了两种，文档中都有，根据需要来做吧。
当然，运行之前需要配置armodillo的环境，夜已深，还有其他重要事要做，嘿嘿，安装的部分我之后再写吧。