Nano Hash - криптовалюты, майнинг, программирование

ошибка C1083 не может открыть включаемый файл gecode/int.hh, хотя пути указаны правильно

с помощью VisualStudio2015 Express на Win8.1

Я установил расположение моих внешних включаемых файлов в конфигурации проекта / VC++ include dirs: $(VC_IncludePath);"C:\Program Files\Gecode\include"

Тем не менее компилятор говорит: «C1083 не может открыть включаемый файл gecode/int.hh» при компиляции:

#include <gecode/int.hh>

Но он может найти файл, когда я изменяю исходный код C++ на:

 #include <C:\Program Files\Gecode\include\gecode\int.hh>

!! Тогда не будет работать только подчиненное включение - и это не очень хорошее решение...

Другие предложенные ранее решения, которые не работают у меня:

  • удаление .hh

  • замена ‹> на "" после включения


  • Попробуйте поместить файл в кавычки в настройках вашего проекта. В вашем пути к файлу есть пробелы. 02.09.2015

Ответы:


1

Проблема более чем вероятна в том, что параметр include directories вашего проекта не принимает (или странно обрабатывает) пути к файлам со встроенными пробелами.

Таким образом, вы должны заключать в кавычки имя пути к файлу:

 $(VC_IncludePath);"C:\Program Files\Gecode\include"
02.09.2015
  • Извините, я забыл написать, что двойные кавычки тоже не работают. 02.09.2015
  • Ну, вы должны отредактировать свой вопрос. И если это не сработает, вы должны убедиться, что настройки включения действительно распознаются. Либо переместите файлы в каталог, в котором нет пробелов, либо создайте псевдоним каталога (возможно, используя subst) и используйте его. Затем, если это все еще не работает, проблема, скорее всего, в том, что ваши настройки включения даже не читаются, не говоря уже о том, что они не работают. 02.09.2015

  • 2

    Решением было: вернуть версию VisualStudio с 2015 на 2010 и применить патч VS10-KB983233-x86.exe и ввести gecode-include-dir в: свойства проекта/конфигурация/C/C++/AdditionalIncludeDirs

    Не работает: ввод пути gecode в prj/config/VC++ Dirs/IncludeDirs !!

    03.09.2015
    Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..