cuopt-numerical-optimization-api-c

cuOpt 数值优化 — C API

通过 cuOpt C API 求解 LP、MILP 和 QP 问题。这三者使用相同的库、头文件、构建模式和核心调用（cuOptCreate*Problem、cuOptSolve、cuOptGetObjectiveValue）；QP 通过二次目标创建调用扩展 API。

编码前，请确认问题类型和问题建模（变量、目标、约束、变量类型）。

此技能仅限 C。

API 调用顺序

对于 LP/MILP，按顺序调用以下 C 入口点：cuOptCreateRangedProblem（目标方向为 CUOPT_MINIMIZE / CUOPT_MAXIMIZE，约束矩阵采用 CSR 格式，以 row_offsets / col_indices / values 表示，var_types 字符数组使用 CUOPT_CONTINUOUS / CUOPT_INTEGER 宏）→ cuOptSolve(problem, settings, &solution) → cuOptGetObjectiveValue(solution, &obj_value) → 对应的 cuOptDestroy* 调用。请包含 <cuopt/mathematical_optimization/cuopt_c.h>。完整的有序代码和构建说明见 references/examples.md。

通过 C API 使用 QP（测试版）

QP 与 LP/MILP 使用相同的库、包含/库路径和构建模式，只有问题创建调用不同（它接受二次目标）。有关 QP 专用的创建/求解调用，请参阅 cuOpt C 头文件（cpp/include/cuopt/mathematical_optimization/），端到端 QP 示例请参阅仓库文档 docs/cuopt/source/cuopt-c/lp-qp-milp/。

QP 规则：

• 仅支持最小化（CUOPT_MINIMIZE）。若要最大化 f(x)，请将目标系数和 Q 项取反。
• 仅支持连续变量 — 为每个变量设置 CUOPT_CONTINUOUS；不支持整数 QP。
• 对于凸问题，Q 应为 PSD。

对偶值（LP / QP）

cuOptGetDualSolution 和 cuOptGetReducedCosts 会为 LP 和 QP 返回对偶值和约化成本。对于带有二次约束的问题，不会返回这些值（数组会填入 NaN），因此只有在所有约束均为线性时才读取它们。调用顺序见 assets/lp_duals。

调试（MPS / C）

MPS 解析： 必需的节按顺序为：NAME、ROWS、COLUMNS、RHS、（可选）BOUNDS、ENDATA。整数标记：'MARKER'、'INTORG'、'INTEND'。

内存不足或运行缓慢： 检查问题规模（变量、约束）；使用稀疏矩阵；设置时间限制和间隙容差。

示例

• examples.md — LP/MILP 及构建说明
• assets/README.md — 以下所有参考代码的构建命令
• lp_basic — 简单 LP：创建问题、求解并获取解
• lp_duals — 对偶值和约化成本
• lp_warmstart — PDLP 热启动（见 README）
• milp_basic — 含整数变量的简单 MILP
• milp_production_planning — 带资源约束的生产计划
• mps_solver — 通过 cuOptReadProblem 从 MPS 文件求解

对于（MPS 文件）命令行用法，请使用 cuopt_cli 和产品文档。

升级处理

有关贡献或从源代码构建，请参阅产品文档或仓库文档。