C++编程与平台依赖性相关技术咨询

问题1：未针对性适配的C++程序在其他计算机运行的方法及依赖文件 #

C++程序能否在其他机器运行，核心取决于编译时的链接方式和系统依赖：

• 动态链接模式（默认常见）：
  这种模式下，exe文件不会打包依赖的标准库、第三方库，需要附带对应文件：
  • Windows平台（MSVC编译）：需携带对应版本的VC++运行时库，比如vcruntime140.dll、msvcp140.dll，如果用了UCRT，还要ucrtbase.dll；如果程序依赖第三方动态库（比如Qt的Qt5Core.dll），也得一起拷贝。
  • Linux/macOS平台：需携带依赖的.so（Linux）或.dylib（macOS）文件，可通过ldd（Linux）或otool -L（macOS）查看具体依赖。
    另外要保证目标机器的系统架构（32位/64位）和编译时一致，否则无法运行。
• 静态链接模式：
  编译时通过参数把所有依赖库打包进exe，无需额外文件：
  • MSVC编译时添加/MT（Release）或/MTd（Debug）参数；
  • MinGW编译时添加-static -static-libgcc -static-libstdc++参数；
    缺点是exe体积会明显增大，且部分第三方库可能不支持静态链接。

问题2：与C++速度相当或接近的跨平台高级编程语言 #

以下几种编译型/即时编译型语言性能接近C++，且原生支持跨平台：

• Rust：编译型语言，内存安全无GC，编译优化后性能与C++持平，原生支持Windows、Linux、macOS等多平台，适合系统编程、嵌入式、高性能服务场景。
• Go：编译为机器码，自带低延迟GC，单线程性能接近C++，并发模型高效，跨平台编译简单（只需设置环境变量即可编译目标平台程序），适合后端服务、云原生场景。
• Swift：苹果推出的编译型语言，最初针对iOS/macOS，现在已支持Linux、Windows，性能接近C++，语法简洁，适合移动端、桌面端和服务器开发。
• Julia：即时编译型语言，主打科学计算领域，编译后性能接近C++，语法更贴近数学表达式，支持跨平台，适合数值计算、机器学习场景。

内容的提问来源于stack exchange，提问作者gd1