Boost 1.61 发布，带来了新的 CPU/CPU 计算、插件管理和其他程序库

在 1.60 版本发布的 5 个月后，Boost 发布了 1.61 版本，增加了一些新程序库，同时更新了许多程序库。

Boost 1.61 包括 4 个新程序库：

• Compute ，使用 OpenCL 为多核 CPU 和 GPU 运算平台提供 C++ 接口。OpenCL 是一个开放标准，它允许创建运行在异构运算设备（如 CPU 和 GPU）上的应用程序。该程序库提供管理 OpenCL 对象的类，例如设备（device）、内核（kernel）和命令队列（command_queues），同时也提供了允许开发者处理计算设备、与计算设备传输数据、迭代和转换计算设备的函数。这使得我们可以将数据传输到默认计算设备上，对数据进行转换，最后复制回宿主机：

std::vector<float> host_vector(10000);
// 定义宿主机内容向量
// 获取默认设备，并且设置上下文
compute::device device = compute::system::default_device();
compute::context context(device);
compute::command_queue queue(context, device);
// 在设备上创建向量
compute::vector<float> device_vector(host_vector.size(), context);
// 将数据从宿主机传输到设备上
compute::copy(
    host_vector.begin(), host_vector.end(), device_vector.begin(), queue
);
// 就地计算每个元素的平方根
compute::transform(
    device_vector.begin(),
    device_vector.end(),
    device_vector.begin(),
    compute::sqrt<float>(),
    queue
);
// 将数据复制回宿主机
compute::copy(
    device_vector.begin(), device_vector.end(), host_vector.begin(), queue
);</float></float></float>

• DLL ，一个旨在开发跨平台、可移植插件的程序库。DLL 允许开发者加载其他程序库、导入本地函数和变量、查询程序库的段和符号表等。DLL 插件可以通过 extern “C”和 BOOST_SYMBOL_EXPORT 定义。客户端应用程序可以通过执行 DLL 插件的 import 函数加载动态链接库：

// 持有指向插件变量指针的变量
boost::shared_ptr<my_plugin_api> plugin;
plugin = dll::import<my_plugin_api>(
    full_path_to_library,
    name_of_symbol_to_import,
    dll::load_mode::append_decorations
);</my_plugin_api></my_plugin_api>

DLL 也支持动态链接库的引用计数，以更好的控制已加载插件的生命周期、在插件卸载时执行回调函数和其他一些功能。

• Hana ，一个元编程库，它能够提供操作异构序列的高级算法。对比现有元编程库，例如 Boost.MPL 和 Boost.Fusion ，Hana 统一了类型和值的操作。Hana 提供了一系列容器类型，例如元组（tuple）、含无效值容器（optional）、映射（map）等，还有操作这些容器的算法集合，例如折叠（fold）、压缩（zip）、扁平化（flatten）等。
• Metaparse ，一个用于生成解析器的程序库，它能够在编译时解析文本或代码，并且可以返回一个类型、一个常量和一个运行时调用的 C++ 函数等。Metaparse 特别倾向用于创建一种嵌入式领域特定语言。Metaparse 允许使用类似EBNF 范式的语法定义上下文无关语法。它和另一个著名的元编程库 Boost.Spirit 的主要区别是后者产生运行时解析器，而 Metaparse 产生编译时解析器。

前文提到过，Boost 1.61 也更新了许多现有程序库，包括 Multiprecision （多倍精度数值库）、 Optional （含无效值容器库）、 Geometry （几何库）、 Fusion （容器库）等等。

查看英文原文： Boost 1.61 Brings New Libraries for CPU/CPU Computation, Plugin Management, and More

感谢张龙对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们。