Nano Hash - криптовалюты, майнинг, программирование

qmake с INCLUDEPATH игнорирует зависимости

Я использую qmake для создания проекта. Проект содержит несколько статических библиотек и исполняемый файл. Исполняемый файл ссылается на статические библиотеки и, следовательно, путь к библиотеке добавлен в переменную INCLUDEPATH.

Когда я что-то меняю в заголовочных файлах исполняемого файла, все перестраивается, как ожидалось. При изменении файла заголовка библиотеки он просто перестраивает библиотеку и повторно связывает исполняемый файл. Исходные файлы в исполняемом файле, которые включают файлы заголовков из библиотеки, не перестраиваются правильно.

Изучив проблему, я увидел, что сгенерированные make-файлы неправильно отслеживают зависимости. Отслеживаются только файлы, содержащие относительный путь. Заголовки, включенные через INCLUDEPATH, не отслеживаются. Могу ли я что-то сделать, чтобы он работал должным образом?

c++ makefile qmake
31.05.2011

Ответы:


1

Вы должны добавить пути, которые вы добавили в INCLUDEPATH, в DEPENDPATH также.

31.05.2011
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..