问题：

如何展示L＆amp; U，这是原始矩阵A？
如何在 Eigen 中插入非零值？现在我只是测试一些小的稀疏矩阵，所以我逐个插入非零，但如果我有一个大型矩阵，我怎么能在我的程序中输入矩阵？

Answer 1

我意识到很久以前就问过这个问题了。显然，请参考Eigen documentation：

矩阵L的表达式，内部存储为超级节点此表达式可用的唯一操作是三角形求解

因此无法将其实际转换为实际的稀疏矩阵来显示它。 Eigen::FullPivLU执行密集分解，对我们没用。在大型稀疏矩阵上使用它时，我们会在尝试将其转换为密集时快速耗尽内存，计算分解所需的时间将增加几个数量级。

另一种解决方案是使用Suite Sparse中的CSparse库：

extern "C" { // we are in C++ now, since you are using Eigen
#include <csparse/cs.h>
}

const cs *p_matrix = ...; // perhaps possible to use Eigen::internal::viewAsCholmod()

css *p_symbolic_decomposition;
csn *p_factor;

p_symbolic_decomposition = cs_sqr(2, p_matrix, 0); // 1 = ordering A + AT, 2 = ATA
p_factor = cs_lu(p_matrix, m_p_symbolic_decomposition, 1.0); // tol = 1.0 for ATA ordering, or use A + AT with a small tol if the matrix has amostly symmetric nonzero pattern and large enough entries on its diagonal
// calculate ordering, symbolic decomposition and numerical decomposition

cs *L = p_factor->L, *U = p_factor->U;
// there they are (perhaps can use Eigen::internal::viewAsEigen())

cs_sfree(p_symbolic_decomposition); cs_nfree(p_factor);
// clean up (deletes the L and U matrices)

请注意，虽然这不像某些特征函数那样使用expliit向量化，但它仍然相当快。 CSparse也非常紧凑，它只是一个标题和大约30个.c文件，没有外部依赖。易于合并到任何C ++项目中。没有必要实际包含所有Suite Sparse。

Answer 2

如果您将Eigen::FullPivLU::matrixLU()用于原始矩阵，您将收到LU分解矩阵。要分别显示L和U，您可以使用方法triangularView< mode >。在Eigen wiki中，您可以找到good example。将非零值插入矩阵取决于数字，这是你不想放的。 Eigen具有方便的语法，因此您可以轻松地在循环中插入值：

for(int i=0;i<size;i++)
  {
  for(int j=size;j>someNumber;j--)
    {
    matrix(i,j)=yourClass.getNextNumber();
    }
  }

使用特征库执行sparseLU并显示L＆amp; ü？

问题：

2 个答案: