在 C++ 中高效评估作为数据给出的任意函数
Efficient evaluation of arbitrary functions given as data, in C++
考虑以下目标：
创建一个程序来求解：minimize f(x) 作为输入提供的任意 f 和 x。
如何设计一个 C++ 程序来接收 f 和 x 的描述并高效地处理它？
如果该程序实际上是一个 C++ 库，那么可以明确地为 f 和 x 编写代码（可能继承自 class 的一些基本函数 f并为 x 声明 class）。
但是，如果程序是一项服务，并且用户正在以某种高级表示形式发送 f 和 x 的描述，例如一个 JSON 对象？
想到的想法
1- 将 f 转换为内部函数表示（例如基本操作列表）。每当评估 f 时应用那些。
问题：效率低下，除非每个操作都是批处理操作（例如，如果我们对大向量/矩阵进行向量或矩阵操作）。
2- 以某种方式生成 C++ 代码并编译用于表示 x 和计算 f 的代码。有没有一种方法可以限制编译，以便只需要编译该代码，但其余代码已经 'pre-compiled'？
mp library and others is to create an expression tree (or DAG) and use some kind of a nonlinear optimization 方法使用的常用方法，通常依赖于可以使用自动微分或数值微分计算的导数信息。
可以使用 generic visitor 模式有效地遍历表达式树以进行评估。使用 JIT 可能有点矫枉过正，除非评估函数所花费的时间占优化时间的很大一部分。
考虑以下目标：
创建一个程序来求解：minimize f(x) 作为输入提供的任意 f 和 x。
如何设计一个 C++ 程序来接收 f 和 x 的描述并高效地处理它？
如果该程序实际上是一个 C++ 库，那么可以明确地为 f 和 x 编写代码（可能继承自 class 的一些基本函数 f并为 x 声明 class）。
但是，如果程序是一项服务，并且用户正在以某种高级表示形式发送 f 和 x 的描述，例如一个 JSON 对象？
想到的想法
1- 将 f 转换为内部函数表示（例如基本操作列表）。每当评估 f 时应用那些。
问题：效率低下，除非每个操作都是批处理操作（例如，如果我们对大向量/矩阵进行向量或矩阵操作）。
2- 以某种方式生成 C++ 代码并编译用于表示 x 和计算 f 的代码。有没有一种方法可以限制编译，以便只需要编译该代码，但其余代码已经 'pre-compiled'？
mp library and others is to create an expression tree (or DAG) and use some kind of a nonlinear optimization 方法使用的常用方法，通常依赖于可以使用自动微分或数值微分计算的导数信息。
可以使用 generic visitor 模式有效地遍历表达式树以进行评估。使用 JIT 可能有点矫枉过正，除非评估函数所花费的时间占优化时间的很大一部分。