TinyExpr：嵌入式开发者的终极数学表达式解析利器

在嵌入式开发和资源受限的环境中，动态计算数学表达式常常让开发者头疼不已。引入庞大的数学库会消耗宝贵的内存空间，自己实现解析器又需要投入大量开发时间。这时候，TinyExpr就像一道曙光，为C/C++开发者提供了轻量级、高性能的数学表达式解析解决方案。## 为什么选择TinyExpr？5个理由让你爱上它**1. 极致轻量，单文件集成**TinyExpr的整个库仅包含两个文件：`tinyex

水菲琪

7人浏览 · 2026-03-24 15:21:16

水菲琪 · 2026-03-24 15:21:16 发布

TinyExpr：嵌入式开发者的终极数学表达式解析利器

【免费下载链接】tinyexpr tiny recursive descent expression parser, compiler, and evaluation engine for math expressions 项目地址: https://gitcode.com/gh_mirrors/ti/tinyexpr

在嵌入式开发和资源受限的环境中，动态计算数学表达式常常让开发者头疼不已。引入庞大的数学库会消耗宝贵的内存空间，自己实现解析器又需要投入大量开发时间。这时候，TinyExpr就像一道曙光，为C/C++开发者提供了轻量级、高性能的数学表达式解析解决方案。

为什么选择TinyExpr？5个理由让你爱上它

1. 极致轻量，单文件集成 TinyExpr的整个库仅包含两个文件：tinyexpr.c和tinyexpr.h。这种设计哲学让集成变得异常简单——只需将这两个文件添加到你的项目中，就能立即获得完整的数学表达式解析能力。对于嵌入式系统来说，这意味着更小的代码体积和更低的资源占用。

2. 零依赖，纯C99标准 这个库完全基于C99标准编写，没有任何外部依赖。无论是在Linux嵌入式设备、RTOS系统还是裸机环境下，TinyExpr都能无缝运行。这种设计确保了最大的兼容性和可移植性。

3. 性能卓越，接近原生C代码 TinyExpr采用递归下降解析算法，能够将表达式编译为高效的内部表示。对于简单的表达式，其执行速度几乎与手写的C代码相当。更重要的是，它支持编译时常量优化——将常量表达式在编译时计算，减少运行时开销。

4. 功能全面，支持丰富数学运算 除了基本的加减乘除、幂运算和取模运算外，TinyExpr还内置了完整的C标准数学函数库，包括三角函数（sin、cos、tan）、对数函数（ln、log10）、指数函数等。更令人惊喜的是，它还支持自定义函数和运行时变量绑定。

5. 线程安全，工业级可靠性 只要你的内存分配函数是线程安全的，TinyExpr就是线程安全的。这使得它能够在多线程环境中安全使用，满足工业级应用的要求。

技术架构深度解析

TinyExpr的核心是其高效的递归下降解析器，它能够将输入的数学表达式转换为抽象语法树（AST）。这个转换过程不仅考虑了运算符优先级，还能进行智能优化。

例如，表达式"sin x + 1/4"会被解析为如下的语法树结构：

更巧妙的是，TinyExpr会在编译阶段自动修剪常量分支。上面的表达式经过优化后，实际上会被编译为：

这种优化意味着1/4会在编译时直接计算为0.25，运行时只需要计算sin(x) + 0.25，大大提高了执行效率。

快速上手指南：5分钟集成到你的项目

第一步：获取TinyExpr

git clone https://gitcode.com/gh_mirrors/ti/tinyexpr

第二步：基础使用示例

#include "tinyexpr.h"
#include <stdio.h>

int main() {
    // 最简单的表达式求值
    double result = te_interp("5*5", 0);
    printf("5*5 = %f\n", result);  // 输出: 25.000000
    
    // 带变量的表达式
    double x = 3.0, y = 4.0;
    te_variable vars[] = {{"x", &x}, {"y", &y}};
    
    int error;
    te_expr *expr = te_compile("sqrt(x^2 + y^2)", vars, 2, &error);
    
    if (expr) {
        double hypotenuse = te_eval(expr);
        printf("斜边长度: %f\n", hypotenuse);  // 输出: 5.000000
        
        // 修改变量值重新计算
        x = 5.0; y = 12.0;
        hypotenuse = te_eval(expr);
        printf("新的斜边长度: %f\n", hypotenuse);  // 输出: 13.000000
        
        te_free(expr);
    } else {
        printf("解析错误位置: %d\n", error);
    }
    
    return 0;
}

第三步：添加自定义函数

TinyExpr支持扩展自定义C函数，这为复杂计算提供了无限可能：

// 自定义函数：计算两个数的平均值
double my_average(double a, double b) {
    return (a + b) / 2.0;
}

// 注册自定义函数
te_variable custom_vars[] = {
    {"avg", my_average, TE_FUNCTION2}  // TE_FUNCTION2表示接受两个参数
};

// 使用自定义函数
te_expr *custom_expr = te_compile("avg(10, 20)", custom_vars, 1, 0);
if (custom_expr) {
    double avg_result = te_eval(custom_expr);
    printf("平均值: %f\n", avg_result);  // 输出: 15.000000
    te_free(custom_expr);
}

实际应用场景展示

场景一：嵌入式设备配置界面

在嵌入式设备的Web配置界面中，用户需要输入计算公式来自定义设备行为。使用TinyExpr，你可以轻松实现：

// 用户输入的公式：温度转换公式
const char *user_formula = "(temp_f - 32) * 5/9";
double temp_f = 77.0;  // 华氏77度

double temp_c = te_interp(user_formula, 0);
// 结果：25.0摄氏度

场景二：工业控制系统

在PLC或工业控制器中，需要根据传感器数据动态计算控制参数：

double pressure, temperature, flow_rate;
te_variable sensor_vars[] = {
    {"P", &pressure},
    {"T", &temperature},
    {"F", &flow_rate}
};

// 复杂的控制算法公式
te_expr *control_expr = te_compile("P*T/100 + sqrt(F)*2.5", sensor_vars, 3, 0);

// 实时更新传感器数据并计算
while (running) {
    read_sensors(&pressure, &temperature, &flow_rate);
    double control_value = te_eval(control_expr);
    apply_control(control_value);
}

场景三：科学计算应用

对于需要动态公式的科学计算软件，TinyExpr提供了灵活的解决方案：

// 支持科学计数法和十六进制
double result1 = te_interp("1e3 + 0x2A", 0);  // 1000 + 42 = 1042
double result2 = te_interp("sin(pi/2) + ln(e)", 0);  // 1 + 1 = 2

性能对比与优化技巧

根据项目中的基准测试数据，TinyExpr在不同场景下的表现各有特色：

简单表达式：a+5的执行时间比原生C代码慢约36%
复杂计算：sqrt(a^1.5+a^2.5)仅比原生C慢8%
长表达式：包含多个除法的复杂表达式可能慢3倍以上

优化技巧：

利用括号优化常量：使用x+(1+5)而不是x+1+5，前者会在编译时优化为x+6
预编译重复表达式：对于需要多次计算的相同表达式，使用te_compile()编译一次，然后多次调用te_eval()
避免不必要的重新编译：如果表达式结构不变，只改变变量值，应该复用已编译的表达式

编译配置选项

TinyExpr提供了灵活的编译选项来适应不同的使用场景：

// 在编译tinyexpr.c时定义以下选项：

// 1. 改变幂运算的结合性（默认从左到右，如Excel）
#define TE_POW_FROM_RIGHT  // 改为从右到左，如Python

// 2. 改变log函数的默认行为
#define TE_NAT_LOG  // 让log()表示自然对数而不是log10()

// 3. 自定义内存分配函数（可选）
// #define TE_CUSTOM_MALLOC my_malloc
// #define TE_CUSTOM_FREE my_free

完整快速集成方案

对于大多数项目，集成TinyExpr只需要三个简单步骤：

复制文件：将tinyexpr.c和tinyexpr.h复制到你的项目源代码目录
包含头文件：在需要使用TinyExpr的源文件中添加#include "tinyexpr.h"
编译链接：确保tinyexpr.c被包含在编译过程中

对于CMake项目，可以这样配置：

add_library(tinyexpr STATIC tinyexpr.c)
target_include_directories(tinyexpr PUBLIC ${CMAKE_CURRENT_SOURCE_DIR})
target_link_libraries(your_target tinyexpr)