OR-Tools C++库在Linux系统中的编译与链接问题解析
2025-05-19 01:32:55作者:柯茵沙
问题背景
在使用OR-Tools优化工具库的C++版本时,开发者在Linux系统(Centos 7)上遇到了两个主要的构建问题:Protobuf相关编译错误和链接器符号未定义错误。这些问题在使用预编译库(9.12版本)和从源码构建时都会出现。
问题现象分析
Protobuf编译错误
当开发者尝试包含OR-Tools头文件并编译时,编译器报告了大量错误,首当其冲的是关于OR_PROTO_DLL宏定义的问题:
error: variable 'OR_PROTO_DLL TableStruct_ortools_2futil_2foptional_5fboolean_2eproto' has initializer but incomplete type
这个错误表明编译器无法正确处理Protobuf生成的结构体定义,因为缺少必要的宏定义。
链接器符号未定义错误
在解决了编译问题后,链接阶段又出现了新的问题:
undefined symbol: operations_research::MPSolver::CreateSolver(std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char>> const&)
这表示链接器无法找到MPSolver类的CreateSolver方法的实现,通常是由于C++标准版本不匹配或链接库路径不正确导致的。
解决方案详解
解决Protobuf编译错误
核心解决方案是添加编译定义-DOR_PROTO_DLL=。这个宏定义在OR-Tools中被广泛使用,用于控制Protobuf生成的代码的可见性。在Linux环境下,通常需要将其定义为空字符串。
在实际编译命令中,应该添加:
g++ -DOR_PROTO_DLL= -std=c++17 ...
解决链接器问题
链接器问题的根源在于C++标准版本不匹配。OR-Tools 9.12版本要求至少使用C++17标准。解决方案是:
- 确保编译和链接时都使用
-std=c++17或更高版本 - 正确链接OR-Tools库文件
完整的编译链接命令应该类似于:
g++ -DOR_PROTO_DLL= -std=c++17 -I/path/to/or-tools/include -L/path/to/or-tools/lib -lortools your_program.cpp -o your_program
深入理解构建配置
OR-Tools的CMake配置文件中包含了完整的构建要求,主要包括:
- 编译定义:除了
OR_PROTO_DLL外,还需要定义多个功能开关,如USE_LP_PARSER、USE_GLOP等 - C++标准:要求C++17或更高(C++20对于MSVC编译器)
- 编译选项:包括
-fwrapv等优化选项 - 链接库:需要链接多个依赖库,如absl系列、Protobuf、Coin-OR库等
最佳实践建议
- 使用CMake集成:建议使用OR-Tools提供的CMake配置文件(
ortoolsTargets.cmake)来管理构建过程 - 版本一致性:确保所有编译单元使用相同的C++标准版本
- 完整功能配置:根据项目需要,正确设置所有必要的编译定义
- 依赖管理:确保所有依赖库(如absl、Protobuf等)的版本与OR-Tools兼容
总结
OR-Tools作为功能强大的优化工具库,其构建配置相对复杂。在Linux系统上使用时,特别需要注意Protobuf相关的宏定义和C++标准版本要求。通过正确设置OR_PROTO_DLL宏和C++17标准,可以解决大多数编译和链接问题。对于更复杂的项目,建议采用CMake等构建系统来管理这些配置,以确保构建的一致性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137