Sudoku Solver (C++)

基于 C++ 的高性能数独求解与图像识别网站。

📖 新同学？ 从 docs/GETTING_STARTED.md 开始，15 分钟从零到运行。

30 秒快速开始

Linux

# 1. 安装依赖 (只需一次)
yum install -y gcc-c++ cmake make opencv cpp-httplib-devel openssl-devel zlib-devel brotli-devel

# 2. 下载 ONNX Runtime + 准备模型 (只需一次)
#    详见 docs/GETTING_STARTED.md

# 3. 编译
cd sudoku-cpp && mkdir -p build && cd build
cmake .. -DCMAKE_BUILD_TYPE=Release && make -j$(nproc)

# 4. 运行
./sudoku-server --port 8000 --log-level warning --workers 4

Windows

# 1. 安装工具链 (只需一次)
winget install Microsoft.VisualStudio.2022.BuildTools Kitware.CMake Python.Python.3.12
# vcpkg + 依赖: 详见 docs/GETTING_STARTED.md

# 2. 编译
cd sudoku-cpp && mkdir build && cd build
cmake .. -DCMAKE_BUILD_TYPE=Release -DCMAKE_TOOLCHAIN_FILE=C:\vcpkg\scripts\buildsystems\vcpkg.cmake
cmake --build . --config Release

# 3. 运行
cd Release && sudoku-server.exe --port 8000 --log-level warning --workers 4

浏览器打开 http://localhost:8000。

性能一览

端点	延迟	吞吐 (4 workers)
GET / 首页	0.19ms	160,000 r/s
POST / 求解	0.22ms	160,000 r/s
POST / upload (300KB)	~7ms	2,325 r/s
POST / upload (3.2MB)	~30ms	—

16核 openEuler 24.03, wrk + xargs 多图混合压测。完整报告: docs/PERFORMANCE.md

技术栈

组件	技术
平台	Linux (openEuler/CentOS/Ubuntu) + Windows (11, VS 2022)
HTTP	cpp-httplib 0.46
模板	inja v3.4 (启动时预渲染)
AI 推理	ONNX Runtime 1.18 (Session 池 + 请求批处理)
图像	OpenCV 4.5 + libjpeg-turbo
求解器	Bitmask 回溯 + SSE2 加速

文档导航

文档	适合
docs/GETTING_STARTED.md	新人必读 — 环境配置 → 首次运行
docs/ARCHITECTURE.md	系统设计、模块职责、数据流
docs/API.md	全部 7 个接口的请求/响应格式
docs/DEPLOY.md	生产部署 (systemd/Docker) + 性能调优
docs/PERFORMANCE.md	吞吐量报告、优化历程、C++ vs Python
training/README.md	CNN 模型训练、反馈闭环
tests/README.md	测试与压测脚本使用说明

项目结构

sudoku-cpp/
├── src/                          # C++ 源码 (15 文件, ~2000 行)
│   ├── main.cpp                  # 入口
│   ├── server.cpp / .h           # HTTP 层
│   ├── batch_engine.cpp / .h     # 批处理推理引擎 (核心)
│   ├── recognition.cpp / .h      # 图像预处理
│   ├── correction.cpp / .h       # 透视校正
│   ├── solver_wrapper.cpp / .h   # 求解器 (LRU + 对象池)
│   └── solver_bitmask.cpp / .hpp # Bitmask 回溯求解器
├── docs/                         # 文档
├── tests/                        # 压测脚本
├── training/                     # Python 训练脚本
├── models/                       # ONNX 模型
├── onnxruntime/                  # ONNX Runtime 库 (vendored)
├── static/ + templates/          # 前端 (SPA)
└── third_party/                  # 单头库 (inja, nlohmann/json)

API 速查

方法	路径	说明
GET	/	SPA 首页
POST	/	求解 {"asks": [81个0-9]}
POST	/uploadfile/	上传图片 → AI 识别
POST	/feedback/	保存校正 (需 --enable-feedback)
GET	/feedback/{hash}	查询校正
GET	/health	运行时指标
GET	/static/*	静态资源

API 详情: docs/API.md

优化历程

版本	关键改动	吞吐 (upload 64c)
v1.0	基础 C++ 移植	18 r/s
v1.1	ONNX Runtime + 去 clone + 批量 tensor	62 r/s
v2.0	Session 池 + 请求批量合并	235 r/s
v3.0	TARGET=1000 + SHA256 缓存	2,325 r/s