Question

我对下面这段代码有疑问，经过一些研究后我单独列出了问题，但现在还不确定如何解决它。

typedef double ComplexType;

typedef std::complex<ComplexType> Complex;

typedef Eigen::SparseMatrix<Complex, Eigen::ColMajor, long long> SparseMatrixT; 

typedef Eigen::SparseVector<Complex, Eigen::ColMajor, long long> SparseVectorC;

typedef Eigen::SparseLU<SparseMatrixT, Eigen::COLAMDOrdering< long long>> SolverT;


SparseVectorC Solve(const Eigen::Ref<const SparseVectorC>& Rhs)
{
    auto _Result = m_LU.solve(Rhs); //SolverT m_LU; defined and "prepared" elsewhere

    SparseVectorC Result = _Result; // cause error C2512

    return Result;
}

错误显示

\ eigen \ src \ core \ solve.h（125）：错误C2512： “本征::内部::评价者＆LT;征::斯帕塞夫克托＆LT;复合物，0，长的长> ＆gt;'：不适当的默认构造函数

如何在密集稀疏矢量中获得结果（因为它不应该像Rhs那样稀疏）。矩阵大小（可能）很大，因此额外的副本会令人不快变量_Result显然是稀疏的，但是对Sparse或Dense向量的赋值（有或没有强制转换）（使用可能复制的可用方法toDense（））都不起作用。

Answer 1

即使SparseLU::solve接受稀疏矩阵作为rhs，也没有特殊的路径，因为正如你也注意到的，在大多数情况下，结果仍然是dene。因此在内部，如果rhs是稀疏矩阵，则在实际求解之前将其内部转换为密集向量。然后丢弃数字零以输出稀疏矩阵。因此，在您的情况下，最好将Rhs复制到VectorXcd并让Solve返回密集的VectorXcd。

要回答编译错误，这是Eigen中的问题（编辑：已在变更集80c2b4346260中修复）。如果您仍想坚持使用稀疏的rhs和结果，那么您可以将Ref<const SparseVectorC>替换为Ref<const SparseMatrixT>来解决问题。与使用SparseVectorC相比，不会有任何开销。

Eigen Sparse LU求解器返回值

1 个答案: