Jerasure 杂谈（二）

继续折腾Jerasure，接下来就是要解决几个跨平台的问题，因为这套东东是作者在linux下写的和编译的和跑的，所以还是有那么些东西要搞搞的。

以下的改动不分次序，任君喜好：

 

第一个：bezro改成memset，好像在杂谈一已经说了。

 

第二个：在好多个example的例程当中，用到了在linux下的高精度的随机生成函数，srand48，lrand48，等等，反正一看到名字是这些的然后vs又识别不了的，就是了，网上很多其他地方说的什么添加了<stdlib.h>就可以跑了那都是骗人的，因为windows底下就是不支持这些函数的，然后还有一大群文章说什么把srand48用srand替代，用rand替代lrand48之类的，哎呦那些也是骗人的，也不算全骗吧，这些也是生成随机数的没错，但是范围超小的，就0-32***多少的，然后人家的linux下的高精度可靠随机数生成器妥妥的生成48位的随机数然后取前32位作为真正使用（后16位设置成统一的赋值为330E，这里可以查到：http://publib.boulder.ibm.com/infocenter/zvm/v6r1/index.jsp?topic=/com.ibm.zvm.v610.edclv/rsrnd4.htm).

最后还是用一个高大上的库来搞定的——“准”标准的强大的boost库，这个库随便一搜大把教程，主要就是用里面的random的东东来搞，简单说下吧，因为网上说的配置方法看起来好像很多都不错但是很多都挺2的，可能大家最后都成功了吧，但是我觉得我以下叙述的还是挺简单实用的：首先，下载，我在官网下的zip包，最新的1.54吧；然后解压，我是将它解压到平时我vs2010用的那个workspace的文件夹下，这样子比较方便导入和使用；然后用命令行，进入到那个文件夹下,这位朋友的方法还是很简单明了的，推荐，感谢了：http://blog.csdn.net/xzz_hust/article/details/9365511

 

编译一下就ok了，然后就发现可以用了，网上还有很多大神的文章详细分析在编译的过程中发生了什么，哪些该编译哪些该链接什么的，当然这过程有很多东西可以学~有兴趣的话就慢慢找这些文章看吧，然后大婶们会教你如何指定参数啊之类的，因为全部编译会怎样浪费硬盘空间什么的，然后我稍微翻了下，嗯嗯，原来最多也就占我一个多G的硬盘空间，呵呵，我还真不介意，现在一个T的硬盘都多廉价了，何必呢，不过作为学习的话，还是很好的，我就不学了，因为我目的不是这个~

用boost库里面的random.hpp来搞（晕，搞了十分钟没知道为什么老说找不到，原来写成了<boost/random.php>。。。。。。），然后用这个库里面的一堆东东来弄个随机数，官方写法：http://www.boost.org/doc/libs/1_54_0/doc/html/boost_random.html

 

这里主要是用boost::mt19937这个家伙来搞，文档里面说它比较稳定，可靠，快速，我这里写了一个独立的函数，需要一个随机数的话就调用下就可以了，返回一个long，代码如下

static long my_random_long()
{
    static boost::mt19937 gen(static_cast<unsigned int> (std::time(0)));
    boost::random::uniform_int_distribution<> engine(1, INT_MAX);
    boost::variate_generator<boost::mt19937&,boost::random::uniform_int_distribution<> > rng(gen, engine);

    return rng();
}

过程比较累赘，我也没办法，说下吧，三行分别是：第一行定义一个你要用什么生成器，第二行定义你要实现哪种模式的随机分布，第三行就是来一个引擎一样的东西，用你前两个定义的东西作为参数传入初始化，然后就可以了，要注意的一点是：我第一行加的static，不知道为什么，不加的话，我每次生成都会是同样的随机数列，就是第一次是77,3842，2222,3333，第二次也还是77,3842.。。。。

我答案是在stackoverflow上找到的，很多人说了很多方法我试过也是不行的，链接如下：http://stackoverflow.com/questions/2190080/using-boostrandom-and-getting-same-sequence-of-numbers

 

ok，通过以下的种种，算是把一大块东西搞定了，把jerasure_05的example跑了起来，输出效果与官方文档差不多，算是完成了一大部分工作了，下一篇的话应该是要讲讲在搞encoder这个最核心的最常用的example的时候在平台移植方面需要解决什么问题了。

转载于:https://www.cnblogs.com/allen-tung/p/3407736.html