如何解决‘nq无法用于常量表达式’的C++编译错误？

场景：在小型项目中使用yaml-cpp与Eigen库，通过cfg_.yaml配置参数：

foo:
 bar: 15

在constants.h中读取配置并定义变量nq：

#pragma once
#include "yaml-cpp/yaml.h"
#include <iostream>
#ifndef DO_FORWARD_GRADIENT_CONSTEXPRANTS_H
#define DO_FORWARD_GRADIENT_CONSTEXPRANTS_H
const std::string yaml_path = "${MYWORKSPACE}/cfg_.yaml";
YAML::Node cfg_ = YAML::LoadFile(yaml_path);
const int nq = cfg_["foo"]["bar"].as<int>();
#endif

在main.cpp中尝试用nq作为Eigen矩阵的模板参数：

#include <Eigen/Dense>
#include "constants.h"
int main(){
    Eigen::Matrix<double, nq, 1> matrix_test;
    matrix_test.setZero();
    return 0;
}

编译时报错：

error: the value of 'nq' is not usable in a constant expression

已知nq是运行时读取的变量，并非编译期常量，但希望通过YAML文件灵活修改参数并减少构建时间，求解决方案。

方法一：改用Eigen动态尺寸矩阵（最快捷） #

Eigen提供动态尺寸矩阵类型，不需要编译期常量即可指定大小，直接在运行时用YAML读取的nq初始化矩阵，完全兼容现有配置逻辑：

修改main.cpp：

#include <Eigen/Dense>
#include "constants.h"
int main(){
    // 使用Eigen::Dynamic指定动态维度
    Eigen::Matrix<double, Eigen::Dynamic, 1> matrix_test(nq);
    // 或者直接用MatrixXd类型
    // Eigen::MatrixXd matrix_test(nq, 1);
    matrix_test.setZero();
    return 0;
}

优缺点：实现简单，无需修改构建流程；但失去编译期尺寸检查和部分优化，适合对性能要求不极致的场景。

方法二：脚本生成编译期常量头文件（兼顾灵活性与编译期优化） #

通过脚本提前读取YAML配置，生成包含#define的头文件，让nq成为编译期常量：

1. 编写Python脚本（比如generate_config_header.py）读取YAML并生成头文件：

import yaml

with open("cfg_.yaml", "r") as f:
    cfg = yaml.safe_load(f)

nq_val = cfg["foo"]["bar"]

with open("config_constants.h", "w") as f:
    f.write("#pragma once\n")
    f.write(f"#define NQ {nq_val}\n")

2. 修改constants.h引用生成的头文件：

#pragma once
#include "config_constants.h"
// 保留原YAML读取逻辑（如果需要运行时访问其他参数）
#include "yaml-cpp/yaml.h"
#include <iostream>
#ifndef DO_FORWARD_GRADIENT_CONSTEXPRANTS_H
#define DO_FORWARD_GRADIENT_CONSTEXPRANTS_H
const std::string yaml_path = "${MYWORKSPACE}/cfg_.yaml";
YAML::Node cfg_ = YAML::LoadFile(yaml_path);
// 编译期常量用NQ，运行时变量可选保留
const int nq = NQ;
#endif

3. 修改main.cpp使用编译期常量：

#include <Eigen/Dense>
#include "constants.h"
int main(){
    Eigen::Matrix<double, NQ, 1> matrix_test;
    matrix_test.setZero();
    return 0;
}

4. 构建时先执行脚本，比如用Makefile：

all:
    python generate_config_header.py
    g++ main.cpp -o test -lyaml-cpp -I/usr/include/eigen3

优缺点：保留Eigen编译期优化，配置修改后仅需重新生成头文件再编译；需要额外维护脚本，适合需要编译期优化的场景。

方法三：用CMake自动生成编译期常量（适合CMake项目） #

如果项目用CMake构建，可借助configure_file功能，将YAML参数转为编译期常量：

1. 创建模板头文件config_template.h.in：

#pragma once
#define NQ @NQ_VALUE@

2. 在CMakeLists.txt中添加逻辑读取YAML并生成头文件：

# 读取YAML配置
file(READ "${CMAKE_SOURCE_DIR}/cfg_.yaml" YAML_CONTENT)
string(REGEX MATCH "bar: ([0-9]+)" _ ${YAML_CONTENT})
set(NQ_VALUE "${CMAKE_MATCH_1}")

# 生成配置头文件
configure_file(
    "${CMAKE_SOURCE_DIR}/config_template.h.in"
    "${CMAKE_BINARY_DIR}/config_constants.h"
    @ONLY
)

# 添加生成的头文件路径
include_directories(${CMAKE_BINARY_DIR})

# 编译目标
add_executable(test main.cpp)
target_link_libraries(test yaml-cpp Eigen3::Eigen)

3. 修改constants.h和main.cpp，使用生成的NQ常量（同方法二）。
   优缺点：完全整合进CMake构建流程，无需手动执行脚本；依赖CMake的字符串处理逻辑，复杂YAML结构可能需要调整正则表达式。

内容的提问来源于stack exchange，提问作者Junie