Tags：编译 编译器

LAPACK 32位是用Fortran编写的算法库，顾名思义，Linear Algebra PACKage，是为了解决通用的线性代数问题的。另外必须要提的算法包是BLAS(Basic Linear Algebra Subprograms)，其实LAPACK底层是使用了BLAS库的。

最近要在win64位系统下用到LAPACK库和BLAS库，按照LAPACK网站的指南完成了编译。

BLAS库和LAPACK库都是用fortran语言编写的，许多高层的数学库都用 BLAS 和LAPACK做底层。前者是一个线性运算的基本库，具有矩阵之间运算等功能，LAPACK是一个更高级的线性运算库，包含矩阵分解（LU，SVD），最小二乘等，LAPACK用 BLAS 做底层运算，编译LAPACK的同时也可以编译BLAS。

你需要的东西有4样：MinGW, CMAKE 2.8.12 以上版本，python开发环境。LAPACK的压缩包lapack.tgz。

MinGW是一个支持多种编程语言的编译器，相当于Linux下的gcc在window下的一个克隆，最重要的是它是开源的。CMake是一个跨平台的安装(编译)工具，能够输出各种各样的makefile或者project文件，CMake 的组态档取名为 CmakeLists.txt，压缩包lapack.tgz里就包含了CmakeLists.txt文件。整个过程：CMake构建编译lapack.tgz里的文件需要调用MinGW的c和Fortran编译器的功能。简单的可以描述为CMake和MinGW就像window常见的VS，压缩包lapack.tgz相当于代码，我们并不能直接利用代码，只有将它编译成一个文件才能使用这个库的功能。

（python环境的搭建略过）

首先将lapack.tgz解压到一个文件夹，称为源代码文件夹，我的是：D:\Download\lapack\lapack-3.5.0。注意将文件夹内的make.inc.example文件重命名为make.inc。

然后下载MinGW，要注意的是MinGW的下载不在官网，需要在sourceforge上下。我是下载了mingw-get-setup.exe，然后选择安装使用的功能，我们需要的功能有gcc和gfortran，等待安装完毕，如图1。添加环境变量..\MinGW\bin

图1

接着傻瓜式安装CMake。分为如下几步操作：

1、打开CMake的界面，将where is source code设置为你的源代码文件夹，build the binaries设置为已存在的另一个文件夹用于存放编译生成的文件，下面简称为build文件夹。

2、点击Configure，在Specify the generator for this project 下拉项选MinGW Makefiles，选项组选"Specify native compilers"，点击next，选择c和fortran编译器在你机器的路径，我的是"E:/MinGW/bin/mingw32-gcc.exe", 和"E:/MinGW/bin/mingw32-gfortran.exe"，c++留空，点击finish，结果如图2。

图2

3、将红色选项中的 'BUILD_SHARED_LIBS' 和 'CMAKE_GNUtoMS' 选中，接着在列表中选中'LAPACKE'。再点一次Configure，除第一行外红色警告都消失了。

4、点击Generate。出现Configuring done和Generating done 提示时，说明编译完成。

5、打开cmd prompt，cd进入build文件夹，执行C:/MinGW/bin/mingw32-make.exe命令，开始漫长的生成过程。生成结束后你可以通过C:/MinGW/bin/mingw32-make.exe test命令来检查是否正确。在build文件夹下的lib文件夹下生成了libblas.a，liblapack.a和libtmglib.a三个文件，至此完成了lapack库和blas库的编译。

下面给出一个例子测试lapack库和blas库。先将libblas.a，liblapack.a和libtmglib.a三个文件复制到编译器调用的库中，以MinGW为例，我的库目录是E:\MinGW\lib，然后将下面代码复制进记事本中，改后缀名为f90。在cmd prompt下进入test.f90所在目录，输入gfortran test.f90 -llapack -lblas 命令，执行生成的文件a.exe结果为a,b值和solve。

 
program test_sgesv
 
implicit none
 
real :: a(3,3),b(3)
 
integer :: v(3),iflag
 
external sgesv
 
a=reshape([2.0,0.0,0.0,0.0,3.0,0.0,0.0,0.0,4.0],[3,3])
 
b=[998.0,999.0,1000.0]
 
print *,'a=',a
 
print *,'b=',b
 
call sgesv(3,1,a,3,v,b,3,iflag)
 
print *,'solve=',b
 
end program test_sgesv