WedX - журнал о программировании и компьютерных науках

::drem не был объявлен при компиляции библиотеки tvmet в MinGW/GCC

У меня есть устаревший проект, написанный на C++, ориентированный на gcc и зависящий от библиотеки под названием tvmet. Я пытаюсь скомпилировать его в MinGW, но получаю эту ошибку:

c:\mingw\bin\../lib/gcc/mingw32/4.7.0/../../../../include/tvmet/BinaryFunctionals.h: 
  In static member function 'static tvmet::Fcnl_drem<T1, T2>::value_type   
  tvmet::Fcnl_drem<T1, T2>::apply_on(T1, T2)':
c:\mingw\bin\../lib/gcc/mingw32/4.7.0/../../../../include/tvmet/BinaryFunctionals.h:230:1: 
  error: '::drem' has not been declared

Для получения дополнительной информации: tvmet использует макрос препроцессора для создания шаблонных структур следующим образом:

/** \class Fcnl_drem        BinaryFunctionals.h "tvmet/BinaryFunctionals.h" */
/** \class Fcnl_hypot       BinaryFunctionals.h "tvmet/BinaryFunctionals.h" */
/** \class Fcnl_jn      BinaryFunctionals.h "tvmet/BinaryFunctionals.h" */
/** \class Fcnl_yn      BinaryFunctionals.h "tvmet/BinaryFunctionals.h" */

#define TVMET_IMPLEMENT_MACRO(NAME)                 \
template <class T1, class T2>                       \
struct Fcnl_##NAME : public BinaryFunctional {              \
  typedef typename PromoteTraits<T1, T2>::value_type    value_type; \
                                \
  static inline                             \
  value_type apply_on(T1 lhs, T2 rhs) {     \
    return TVMET_GLOBAL_SCOPE(NAME)(lhs, rhs);              \
  }                                 \
                                \
  static                                \
  void print_xpr(std::ostream& os, std::size_t l=0) {           \
    os << IndentLevel(l)                        \
       << "Fcnl_" << #NAME << "<T1="                    \
       << typeid(T1).name() << ", T2=" << typeid(T2).name() << ">," \
       << std::endl;                            \
  }                                 \
};

TVMET_IMPLEMENT_MACRO(drem)
TVMET_IMPLEMENT_MACRO(hypot)
TVMET_IMPLEMENT_MACRO(jn)
TVMET_IMPLEMENT_MACRO(yn)

#undef TVMET_IMPLEMENT_MACRO

По сути, это замена имен существующих математических функций. Проблема здесь, кажется, в том, что "drem" не определен. «drem» кажется частью glibc, но другие функции glibc, такие как «fmod», похоже, работают нормально. В чем тут может быть дело? Я могу предоставить больше информации по запросу. Спасибо.

17.07.2012

  • Включаете ли вы ‹math.h› или ‹cmath›, где определяется drem(). 18.07.2012
  • Да, я включил его, но он все еще не найден. 18.07.2012

Ответы:


1

Мой коллега обнаружил проблему: drem не поддерживается на MinGW.

https://www.gnu.org/software/gnulib/manual/gnulib.html#drem

Как-то я пропустил это. Это не кажется очень легким для Google для drem!

23.07.2012
Новые материалы

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..

ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


Для любых предложений по сайту: [email protected]