使用。将特征稀疏矩阵转换为C ++中的数组

Question

我使用Eigen包在C ++中创建了一个稀疏矩阵mat。矩阵工作正常，但我试图将其转换为数组以用作位图。 mat的大小为N + 1.

天真地，我尝试了以下几点：

  double zmat[N+1][N+1];

  for(int i=0; i<=N; i++){
      for(int j=0; j<=N; j++){
          zmat[i][j]=mat.coeffRef(i,j);
          }
  }

但是当我调试时，这给了我一个例外：

Open_GL_test.exe中0x0116B2C7处的未处理异常：0xC00000FD：堆栈溢出（参数：0x00000000,0x001D2000）。

有什么想法吗？

Answer 1

N

这就是导致你麻烦的原因。在函数中将大矩阵声明为局部变量并不是一个好主意。局部变量在堆栈上分配。许多机器将堆栈的大小限制为少量数据。在我的机器上，堆栈限制大约是8兆字节。这意味着大于约一千的N值将立即导致堆栈溢出。值new大于几百（但小于一千）将导致在调用树的下游某处出现难以跟踪的堆栈溢出。

不要在堆栈上分配大量数据。

是一些替代方案

• 在命名空间范围内声明变量，
• 使用delete和new，
分配矩阵（以及稍后免费）
• 使用普通的特征矩阵，为您执行delete和{{1}}。

Answer 2

David Hammen's回答是正确的（double zmat[N+1][N+1];对于堆栈来说太大了）。但是，我觉得有必要在使用方面投入两分钱。

双循环不必要地冗长和缓慢。更糟糕的是，在矩阵的每个元素上使用coeffref实际上使矩阵有效地密集。在coeffRef MatrixXd::Map(&zmat[0], (N+1), (N+1)) = mat.toDense(); 中，它说：

  

如果元素不存在则通过插入（索引，索引）函数插入它，如果不是这种情况，它本身会将矩阵转换为非压缩形式。
  这是一个O（log（nnz_j））操作（二进制搜索）加上插入（索引，索引）函数的成本（如果该元素尚不存在）。

这意味着它不仅冗长，而且会增加您的内存需求并可能成为瓶颈。您可以改为使用

MatrixXd::Map(zmat, (N+1), (N+1)) = mat.toDense();  // double zmat = new ...

或

if __name__ == "__main__":
    os.environ.setdefault("DJANGO_SETTINGS_MODULE", "[App name].settings")

这不仅更具可读性，而且效率更高。