使用单个 Boost 库进行编译，无需安装 Boost答案

【问题标题】：Compiling with individual Boost libraries, Without installing Boost使用单个 Boost 库进行编译，无需安装 Boost
【发布时间】：2012-07-20 18:28:19
【问题描述】：

我正在实现一些我希望尽可能可移植的 C++ 代码。我想避免依赖于需要 root 访问权限才能安装的库。此外，我更愿意避免在我的存储库中保留大型库的副本，并且我也不想对库进行用户级安装（仅仅是因为我必须在多台计算机上手动安装它们。）

我想在我的项目中使用来自 Boost 的 normal_distribution 功能。我知道安装 Boost 的典型方法需要 sudo apt-get 或 sudo yum 类型的命令，但我在运行此代码的系统上没有 root 访问权限。为了解决这个问题，我想知道是否可以简单地将 Boost 的 normal_distribution.cpp 和 normal_distribution.hpp 的副本放在我的代码目录中，然后用这些文件编译/链接我的代码。这行得通吗？

读者可能想知道为什么我不只是在 TR1 或 C++11 中使用normal_distribution 实现。答案是我需要保持与仍然运行 g++ 4.1.x 的一些大学管理的集群的兼容性，这些集群（至少根据我的经验）不支持<TR1/random>。

【问题讨论】：

旁注：我正在从事的项目根本不是为了盈利，也不会违反任何 Boost 的许可条款。
boost 有一个实用程序可以提取任何标头的依赖项。不是完全100%，但是人工工作大大减少了。看看吧。
谢谢，阿尔夫。我查看了使用 BCP (boost.org/doc/libs/1_50_0/tools/bcp/doc/html/index.html) 来提取依赖项——我可能仍然使用它。虽然不确定 BCP 的学习曲线是什么样的，但在尝试 BCP 之前，我可能会看看是否有更容易的事情发生。
安装库需要root权限吗？
你不需要 root 访问权限，就像大多数库一样，你可以在任何你喜欢的地方安装 boost，然后简单地告诉你的编译器和链接器如何找到它。

标签： c++ boost c++11 installation portability

【解决方案1】：

我想BCP (Boost Copy) 正是根据您的情况编写的。

【讨论】：

好的，我正在尝试设置 BCP。我在 Mac OS X 机器上做了一个brew install boost。我读过 BCP 是 Boost 安装的一部分。然而。当我在命令行上输入bcp 时，我得到-bash: bcp: command not found。
我也做了brew install boost-build，但我仍然没有 bcp。当我 google bcp 时，大多数地方都说 bcp 是 boost 发行版的一部分。救命！
我安装了 bcp。我不得不从 Boost 网站上提取源代码并构建/安装它。没有我想象的那么乏味。 :)

【解决方案2】：

您应该查看ryppl 项目，因为这正是它希望实现的目标。如果你点击 github 的链接，你会发现模块化的 boost，你可以从那里继续尝试完整的 ryppl 安装。无论如何，有一个中途的房子，那就是modularised boost。还有一个模块化的 boost/cmake 使其更简单。这是 ryppl 寻求提升的方向，它应该非常有帮助。我能看到的唯一缺点是零安装安装程序倾向于使用 python 脚本。

如上所述，BCP 也是为此目的而开发的，因此有选择。请注意，尽管 boost 正在经历 svn->git 更改，这似乎正在影响某些结构，这反映在与当前模块化 boost 的一些不一致之处，但我不确定这如何/是否会影响 BCP，因为我对此一无所知系统。

【讨论】：

有趣。我可能会拉出当前的模块化 boost / ryppl 并安装它。 :)

【解决方案3】：

我在让 BCP 正常工作时遇到了一些问题。我记录了BCP-related question in this StackOverflow post。

就短期而言，我只是在我的代码库中添加了一个normal_distribution 函数。我把它从过去的几篇 StackOverflow 帖子中整理出来。这个实现没有做任何花哨的模板的东西，但它看起来非常类似于normal_distribution 的 Boost、TR1 和 C++11 API。

#include "math.h"
double normal_distribution(double mean, double stdDev)
{
    //scale the number to appropriate distribution 
    return mean + (sampleNormal()*stdDev);
}

//get a number from normal distribution (mean=0, stdDev=1). 
double sampleNormal() {
    double u = ((double) rand() / (RAND_MAX)) * 2 - 1;
    double v = ((double) rand() / (RAND_MAX)) * 2 - 1;
    double r = u * u + v * v;
    if (r == 0 || r > 1) return sampleNormal(); //recursively re-generate number if doesn't meet criteria
    double c = sqrt(-2 * log(r) / r);
    return u * c;
}

感谢this StackOverflow post（用户Pete855217）提供sampleNormal()函数，感谢this StackOverflow post（用户5084）提供我命名为normal_distribution()的函数。

【讨论】：