Ed Bueler 刚刚为您写了一本完美的书：“PETSc for Partial Differential Equations: Numerical Solutions in C and Python”

https://epubs.siam.org/isbn/978-1-61197-630-4

评论太长了

我也是 MPI 的初学者，我也在使用那本书。但在我看来，它只是致力于 MPI 方法。它只是通过一两个示例对类进行了简要介绍，甚至没有谈论模板，这是您在大多数科学代码中都能找到的东西。

这就是我现在正在学习的内容：

• 为了理解最重要的结构，我从 Stroustrup 的经典“原理与实践……”开始，这对我仍然是初学者来说非常有用。

• 并行计算部分的 MPI

• Numerical Recipes，在 C++ 中有第三版。我认为这是关于数值算法的最重要的 C++ 书籍。

对此持保留态度，因为我只是 C++ 科学编程的初学者，肯定会有人比我有更好的建议。

是的，我认为您所说的“更好地组织代码”是使用 C++ 和更普遍的面向对象编程 (OOP) 的重要原因。由于更好的代码组织，OOP 可以更有效地重用代码。重用代码意味着更少的代码意味着更少的错误需要修复。

在我看来，另一个原因是 OOP 允许我们更清楚地表达事物。如果 A,B,C 是矩阵，则更清楚：

for (ii = 0; ii < n; ii++){
    for (jj = 0; jj < n; jj++){
      C[ii][jj] = A[ii][jj] + B[ii][jj]
  }
} 

要么

C = A + B

当然，后者更清楚。通过支持运算符重载，OOP 允许我们编写更清晰的第二个代码。另一个例子是将元素 rhs 向量组装成全局 rhs 向量。

OOP 允许我们做

GlobalRhsVector += ElementRhsVector

当我们定义“+”运算符的行为方式时，所有将本地索引转换为全局索引的包袱都得到了处理。