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 通过二次目标函数创建调用扩展了 API。

编码前，请确认问题类型和建模形式（变量、目标函数、约束、变量类型）。

此技能仅支持 C。

API 调用顺序

对于 LP/MILP，C 入口点的调用顺序为：cuOptCreateRangedProblem（方向为 CUOPT_MINIMIZE / CUOPT_MAXIMIZE，约束矩阵采用 CSR 格式，使用 row_offsets / col_indices / values，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。包含 <cuopt/linear_programming/cuopt_c.h>。包含完整调用顺序和构建说明的代码见 references/examples.md。

通过 C API 使用 QP（测试版）

QP 使用与 LP/MILP 相同的库、包含路径、库路径和构建模式，只有问题创建调用不同（它接受二次目标函数）。QP 特定的创建/求解调用请参阅 cuOpt C 头文件（cpp/include/cuopt/linear_programming/），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 应为半正定矩阵（PSD）。

对偶值（LP / QP）

cuOptGetDualSolution 和 cuOptGetReducedCosts 会为 LP 和 QP 返回对偶值和约化成本。对于含二次约束的问题，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约束时才读取它们。调用顺序请参阅 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'。

内存不足或速度慢： 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 示例及构建说明
• 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（参阅 README）
• milp_basic — 含整数变量的简单 MILP
• milp_production_planning — 带资源约束的生产规划
• mps_solver — 通过 cuOptReadProblem 从 MPS 文件求解

对于 CLI（MPS 文件），请使用 cuopt_cli 和产品文档。

升级处理

如需贡献代码或从源代码构建，请参阅产品文档或仓库文档。