mingw全稱Minimalist GNUfor Windows，是一個WIN系統(tǒng)下的GNU編譯器程序開發(fā)平臺，也就是說，GNU需要在本軟件上才能正常運行；在實際的程序開發(fā)中，由于Windows系統(tǒng)環(huán)境下有很多漏洞，導致最后的成品也會跟著出現(xiàn)漏洞，此時有聰明的程序員想到了一個好辦法，那就是在Linux系統(tǒng)去開發(fā)，但是一般的電腦不可能同時運行WIN和Linux，所以，mingw就出現(xiàn)了，它整合了很多工具以便于開發(fā)之用，同時為作業(yè)提供良好的、穩(wěn)定的、流暢的環(huán)境，非常值得相關行業(yè)從事者擁有，本站提供mingw免費下載，有需要的趕緊試試吧！

功能特色

　　1. 仿Linux環(huán)境，可以直接使用make命令編譯，

　　2. 兼容性好，通用性強，解決了跨平臺編譯的很多麻煩。生成的應用程序(.exe)以及庫函數(shù)(.a)可以直接在windows上使用，其庫函數(shù)也可以直接在VC中使用，

　　3. 完全免費。實用工具和編譯器很多(C,C++,fortran,java,perl,python......)，而且經(jīng)常更新，隨時上網(wǎng)升級，

　　4、集成大量工具集，方便使用。

安裝方法

　　1、下載并解壓，雙擊“MinGW.exe”運行程序開始安裝，

　　2、進入歡迎界面，單擊“Next”按鈕繼續(xù)，

　　3、點選“Download and install”項，然后點擊“Next”按鈕，

　　4、閱讀學科協(xié)議，單擊“I Agree”按鈕，

　　5、點選“Current”選項，然后點擊“Next”按鈕，

　　6、此處保持默認的安裝組件，單擊“Next”，

　　7、指定安裝位置，這里千萬要保持默認的路徑，否則而會導致很嚴重的后果，然后點擊“Next”，

　　8、快捷方式存放位置保持不變，單擊“Install”按鈕開始安裝，

　　9、當綠色進度條完全停止?jié)L動時，單擊“Next”按鈕進入下一步，

　　10、在此界面上單擊“Finish”按鈕即可。

使用方法

　　1、安裝很簡單，把下載好的文件全部解壓縮，匯聚在一起就可以了；建議不熟悉的人可以使用TDM/MinGW, 這個有下載和安裝向?qū)?，也有打包的安裝版[tdm-mingw-1.905.0-4.4.0-2.exe] (26.0 MB)，安裝非常簡單方便；

　　需要提醒的是，因為lapack是fortran代碼，所以必須安裝一個fortran的編譯器；

　　l、apack建議使用的編譯器是gfortran；所以必須下載gfortran的程序包，這個在TDM版以及sourceforge里都有下載鏈接；解壓縮和TDM版匯聚在一起就可以使用了；

　　* 另外還需要注意一點；gcc的編譯器建議使用4.x版，不要使用太老的版本；從3.x到4.x gcc做了不少改進；最好使用當前最新的gcc，以避免編譯新開發(fā)的程序時出現(xiàn)的各類奇怪的兼容問題；我現(xiàn)在使用的是目前最新的4.4版；

　　在MSYS環(huán)境下查看gcc版本，可以輸入命令: gcc -v

　　2、 下載Lapack，解壓縮，

　　上官網(wǎng)下載最新的Lapack，目前是 3.2.1 (fortran版)

　　把這個壓縮文件放到MSYS的root下；

　　運行MSYS環(huán)境

　　> cd / 切換到root目錄

　　> tar -xvf /lapack.tgz 解壓lapack.tgz到root,

　　> cd lapack-3.2.1/ 切換到我們的工作目錄下

　　3、 編譯lapack

　　把 make.inc.example, 該名稱 make.inc (這個文件很重要，一般來說，選擇編譯器都，定義編譯參數(shù)，設置環(huán)境變量等都在這里設置)；

　　運行:

　　> make blaslib 編譯生成blas_LINUX.a

　　> make lapacklib 編譯生成lapack_LINUX.a

　　就這么兩條命令就完成編譯了blas和lapack的編譯了；是不是很簡單啊！

　　需要提醒的是:

　　1) 默認情況下，直接輸入make就會自動編譯lapack，并測測試運行；但是blas庫默認不會編譯；可以使用make blaslib命令生成這個庫；

　　2) make后面的參數(shù)都在makefile里面定義的；需要的時候可以自己修正；

　　4、 lapack和blas的應用

　　不詳細舉例，只提幾點建議和需要注意的地方；

　　1）把blas_LINUX.a和lapack_LINUX.a 改名為libblas.a 和liblapack.a 放到系統(tǒng)的庫目錄里（這樣就可以在連接的時候使用-l 命令調(diào)用了）

　　2) 輸入命令 env |grep LIBRARY_PATH 可以查看系統(tǒng)默認的庫文件存放路徑；把這兩個文件放到其中一個路徑里就生效了；直接使用 -llapack -lblas 就可以在連接的時候同時調(diào)用他們； 也可以自定義一個新的庫路徑；例如: /lib/lapack ，然后修改etc/profile 文件； 添加export LIBRARY_PATH="$LIBRARY_PATH:/lib/lapack" 即可

　　PS: 重新運行MSYS，新路徑才會生效；

　　注意: 使用的時候千萬小心，不要忘記在連接的時候，添加參數(shù) -lgfortran；

　　因為，這是gfortran編譯的庫；如果我們要在C程序中調(diào)用，并且用的gcc編譯器；那么連接的 時候就要使用 -llapack -lblas -lgfortran；否則，可能將會出現(xiàn)大量的如: undefined reference to 'gfortran；；；這樣的錯誤信息；

　　這個參數(shù)的添加，一般在程序的make.inc中定義參數(shù)的部分

　　如DSDP5的make.include文件中修改

　　LAPACKBLAS = -llapack -lblas -lg2c -lm ，把-lgfortran作為最后一個參數(shù)添加就好了；

　　其他的使用技巧

　　1 - gcc對gfortran的包容性；在4.x版本中，可以使用gcc編譯fortran代碼；編譯出來的效果和gfortran的一樣；

　　2 - 連接時，可以使用“-L庫目錄 -l庫文件” 來指定庫文件所在路徑；另外，也可以直接給出文件名 ./lapack.a 來使用；

　　blas: Basic Linear Algebra Subprograms

　　The BLAS (Basic Linear Algebra Subprograms) are high quality "building block" routines for performing basic vector and matrix

　　operations. Level 1 BLAS do vector-vector operations, Level 2 BLAS do matrix-vector operations, and Level 3 BLAS do matrix-

　　matrix operations. Because the BLAS are efficient, portable, and widely available, they're commonly used in the development

　　of high quality linear algebra software, LINPACK and LAPACK for example.

　　A Fortran77 reference implementation of the BLAS is located in the blas directory of Netlib.

　　blas 是許多數(shù)值計算軟件庫的核心, 一般是用 Fortran77 實現(xiàn)的, 但也有一些其它的包裝, 如 cblas 就是 C 語言, 也有 C++ 的包裝,

　　boost/ublas 是 C++ template class 的實現(xiàn); 另外還有一些特別的實現(xiàn), 如 intel MKL, AMD core math library

　　blas就是做向量、矩陣的基本運算，如加、減、乘等操作

　　********************************************************

　　lapack: Linear Algebra PACKage

　　LAPACK is written in Fortran77 and provides routines for solving systems of simultaneous linear equations, least-squares

　　solutions of linear systems of equations, eigenvalue problems, and singular value problems. The associated matrix

　　factorizations (LU, Cholesky, QR, SVD, Schur, generalized Schur) are also provided, as are related computations such as

　　reordering of the Schur factorizations and estimating condition numbers. Dense and banded matrices are handled, but not

　　general sparse matrices. In all areas, similar functionality is provided for real and complex matrices, in both single and

　　double precision.

　　lapack 用 blas 做底層運算

　　許多高層的數(shù)學庫都用 blas 和 lapack 做底層, 如 cvmlib, MTL 等等

　　lapack是做線性運算的，最常用的就是求解線性方程組，AX=b, X=A , 還有如 矩陣分解、求逆，求矩陣特征值、奇異值等