🧮 一、通用数值计算库（矩阵、线性代数、数值解方程）

1. Eigen ✅（C++ 最常用）

• 📌 功能：线性代数、矩阵运算、特征值分解、SVD、QR、LU、非线性方程求解、优化。

• 🧠 特点：

  • 纯头文件实现（不需要额外链接库）

  • 高性能，接近手写优化代码

  • 被广泛用于科学计算、机器人、计算机视觉、机器学习等领域

• 📎 许可证：MPL2（宽松）

👉 适合：矩阵计算 / 非线性方程求解 / 特征值分解

---

2. Armadillo

• 📌 功能：高层矩阵运算接口，底层可以调用 LAPACK 和 BLAS。

• 🧠 特点：

  • 语法类似 MATLAB

  • 易于使用

  • 适合数值计算和科研应用

• 📎 许可证：Apache 2.0

👉 适合：希望用“更接近数学公式”的代码风格的人。

---

3. LAPACK / BLAS

• 📌 功能：基础线性代数例程（矩阵乘法、分解、特征值）

• 🧠 特点：

  • 高度优化

  • 行业标准（很多库的底层都用它）

  • 接口是 C/Fortran 风格

• 📎 许可证：BSD

👉 适合：需要底层性能、写高性能数值程序的人。

---

4. GSL（GNU Scientific Library）

• 📌 功能：

  • 特殊函数（Bessel、Gamma…）

  • 数值积分/微分

  • 非线性方程求解

  • 随机数、拟合、统计

• 🧠 特点：

  • C 语言编写

  • 接口简洁

  • 数学内容全面

• 📎 许可证：GPL

👉 适合：C 语言项目、数值分析、科学计算。

---

🧠 二、非线性方程 / 优化 / 约束求解库

1. Ceres Solver（Google 出品）

• 📌 功能：非线性最小二乘优化、自动微分、约束优化。

• 🧠 特点：

  • C++11

  • 支持自动微分和数值微分

  • 工业界常用（SLAM / 视觉 / 数值解）

• 📎 许可证：BSD

👉 适合：求解隐式函数、最小二乘、拟合。

---

2. NLopt

• 📌 功能：全局/局部优化器（无约束或有约束）

• 🧠 特点：

  • 包含 DIRECT, CRS, COBYLA, BOBYQA 等经典算法

  • C/C++ 接口

  • 不依赖符号求导

• 📎 许可证：LGPL / MIT

👉 适合：全局求解方程、搜索多个有限解。

---

3. Ipopt

• 📌 功能：非线性约束优化

• 🧠 特点：

  • 工业级求解器

  • 适合非凸优化

• 📎 许可证：Eclipse

👉 适合：高精度优化问题。

---

📐 三、几何 / 数学建模 / 隐式函数

1. CGAL（Computational Geometry Algorithms Library）

• 📌 功能：

  • 计算几何算法

  • 隐式/参数曲面交点

  • 多边形布尔运算

  • 三维表面重构

• 🧠 特点：

  • 泛型编程风格

  • 精确计算

• 📎 许可证：LGPL / GPL（部分组件）

👉 适合：二维、三维几何计算，隐式曲线/曲面求解。

---

2. OpenCascade

• 📌 功能：

  • 几何建模内核

  • BRep/参数曲面

  • 求交、布尔运算、采样

• 🧠 特点：

  • CAD 工业级

  • 几何计算能力很强

• 📎 许可证：LGPL

👉 适合：复杂隐式曲面 + 参数方程问题。

---

📊 四、特殊领域数学库

1. FFTW（Fastest Fourier Transform in the West）

• 📌 功能：一维/二维/三维快速傅里叶变换

• 🧠 特点：

  • 极高性能

  • 多线程、SIMD 优化

• 📎 许可证：GPL（可商用）

👉 适合：信号处理、频域分析。

---

2. Boost.Math

• 📌 功能：

  • C++ 模板数学库

  • 特殊函数、统计分布、高精度浮点

• 🧠 特点：

  • 与标准 C++ STL 兼容

  • 无需外部依赖

• 📎 许可证：Boost

👉 适合：需要高精度和特殊数学函数的项目。

---

3. MPFR / GMP

• 📌 功能：

  • 高精度浮点/任意精度运算

• 🧠 特点：

  • C 接口

  • 数值精度极高

• 📎 许可证：LGPL

👉 适合：需要控制数值误差的高精度计算。

---

🧮 五、符号计算 / 混合

C/C++ 本身不太擅长“符号计算”，但有一些接口库可以与其他语言结合：

• GiNaC：C++ 符号计算库（GNU 项目）

• SymEngine：C++ 实现的快速符号计算引擎（可与 SymPy 互通）

• 可以配合 Python 接口做混合求解。

---

🧠 六、总结对比表

库名	语言	类型	适用场景	许可证
Eigen	C++	线性代数	常规数值计算、矩阵	MPL2
Armadillo	C++	线性代数	快速科研计算	Apache
LAPACK/BLAS	C/Fortran	线性代数	高性能底层运算	BSD
GSL	C	通用数学	特殊函数/积分/随机数	GPL
Ceres Solver	C++	非线性优化	拟合/最小二乘	BSD
NLopt	C/C++	优化	全局/局部求解	MIT/LGPL
Ipopt	C++	优化	约束非线性	EPL
CGAL	C++	计算几何	隐式/参数曲面	LGPL
OpenCascade	C++	几何建模	复杂几何运算	LGPL
FFTW	C	频域变换	FFT	GPL
Boost.Math	C++	特殊函数	高精度数学	Boost
GMP/MPFR	C	高精度	任意精度运算	LGPL
GiNaC / SymEngine	C++	符号计算	符号 + 数值混合	GPL / MIT

---

✅ 建议选型方向：

目标	推荐
常规数学 / 线性代数	Eigen / Armadillo / GSL
隐式函数 / 优化	Ceres Solver / NLopt
几何/曲面求交	CGAL / OpenCascade
FFT / 特殊函数	FFTW / Boost.Math
高精度计算	GMP / MPFR
符号 + C++	SymEngine / GiNaC