我已经用Eigen库实现了这个代码以具有Triplet结构。 这段代码在我的Mac OS X项目中非常有效。但是相同的代码不能在Linux平台上运行。
Eigen::SparseMatrix<double> spdiags(const MatrixXd& B, const
Eigen::Matrix<int, 1,1>& d, size_t m, size_t n)
{
Eigen::SparseMatrix<double> A(m,n);
typedef Eigen::Triplet<double> T;
std::vector<T> triplets;
triplets.reserve(std::min(m,n)*d.size());
for (int k = 0; k < d.size(); k++)
{
int i_min = std::max(0, -d(k));
int i_max = std::min(m - 1, n - d(k) - 1);
int B_idx_start = m >= n ? d(k) : 0;
for (int i = i_min; i <= i_max; i++) {
triplets.push_back( T(i, i+k, B(B_idx_start + i, k)) );
}
A.setFromTriplets(triplets.begin(), triplets.end());
std::cout << "Row\tCol\tVal" <<std::endl;
for (int k=0; k < A.outerSize(); ++k)
{
for (SparseMatrix<double>::InnerIterator it(A,k); it; ++it)
{
std::cout << it.row() << "\t"; // row index
std::cout << it.col() << "\t";
std::cout << it.value() << std::endl;
}
}
return A;
}
我只在Linux上出现此错误(Mac上没有错误)。文件DenseCoeffsBase.h
的代码源是相同的:
"/usr/local/include/Eigen/src/Core/DenseCoeffsBase.h:114:
Eigen::DenseCoeffsBase<Derived, 0>::CoeffReturnType
Eigen::DenseCoeffsBase<Derived, 0>::operator()
(Eigen::DenseCoeffsBase<Derived, 0>::Index,
Eigen::DenseCoeffsBase<Derived, 0>::Index) const
[with Derived = Eigen::Matrix<double, -1, -1>;
Eigen::DenseCoeffsBase<Derived, 0>::CoeffReturnType = const double&;
Eigen::DenseCoeffsBase<Derived, 0>::Index = long int]:
Assertion `row >= 0 && row < rows() && col >= 0 && col < cols()' failed."
有什么想法吗?
这是一个被问到的MVC:
#include<Eigen/Sparse>
#include <Eigen/Sparse>
#include<Eigen/Dense>
#include<Eigen/Eigenvalues>
Matrix<int, 1, 1> d1; d1(0)=0;
MatrixXd d0; d0.resize(1,5);
d0(0)=10;d0(1)=20;d0(2)=30;d0(3)=30;d0(4)=40;d0(5)=50;
Eigen::SparseMatrix<double> Diag_laplacian=test.spdiags(d0,d1,5,5);
//--------------
//the result must be like this :
Row Col Val
0 0 10
1 1 20
2 2 30
3 3 30
4 4 40
答案 0 :(得分:1)
亲爱的先生/女士,这是一个MCVE
#include <iostream>
#include <Eigen/Core>
#include <Eigen/Sparse>
using namespace Eigen;
Eigen::SparseMatrix<double> spdiags(const MatrixXd& B,
const Eigen::Matrix<int, 1, 1>& d, size_t m, size_t n)
{
Eigen::SparseMatrix<double> A(m, n);
typedef Eigen::Triplet<double> T;
std::vector<T> triplets;
triplets.reserve(std::min(m, n)*d.size());
for (int k = 0; k < d.size(); k++)
{
int i_min = std::max(0, -d(k));
int i_max = std::min(m - 1, n - d(k) - 1);
int B_idx_start = m >= n ? d(k) : 0;
for (int i = i_min; i <= i_max; i++)
triplets.push_back(T(i, i + k, B(B_idx_start + i, k)));
}
A.setFromTriplets(triplets.begin(), triplets.end());
std::cout << "Row\tCol\tVal" << std::endl;
for (int k = 0; k < A.outerSize(); ++k)
{
for (SparseMatrix<double>::InnerIterator it(A, k); it; ++it)
{
std::cout << it.row() << "\t"; // row index
std::cout << it.col() << "\t";
std::cout << it.value() << std::endl;
}
}
return A;
}
int main()
{
Matrix<int, 1, 1> d1; d1(0) = 0;
MatrixXd d0; d0.resize(1, 5);
// Note that you *have* to use (x,y) indices on a MatrixXd
// Otherwise, you get a different assertion failure
d0(0,0) = 10; d0(0,1) = 20;
d0(0,2) = 30; d0(0,3) = 30;
d0(0,4) = 40;
// d0(0,5) = 50; // OUT OF BOUNDS!!!
Eigen::SparseMatrix<double> Diag_laplacian = spdiags(d0, d1, 5, 5);
}
预期结果是(如您所述):
Row Col Val
0 0 10
1 1 20
2 2 30
3 3 30
4 4 40
为了重现结果,我可以使用VS(在我的情况下为2013)或g ++(即它不是Linux与Mac)。当你使用g ++时,我也会这样做。
要重现您在Linux版本中描述的行为,我使用
编译g++ -O3 -I"C:\usr\include" Source.cpp -o a.exe
正在运行a.exe
给了我(如你所说)
断言失败:行&gt; = 0&amp;&amp;行&lt; rows()&amp;&amp; col&gt; = 0&amp;&amp; col&lt; cols(),文件C:\ usr \ include / Eigen / src / Core / DenseCoeffsBase.h,第114行
调试它向我显示它在行上失败
triplets.push_back(T(i, i + k, B(B_idx_start + i, k)));
i == 1
时。为什么?正如@marc和我说的那样。 B
在使用时没有形状/大小。使用B(B_idx_start + i, k)
更改B(k, B_idx_start + i)
可以解决问题。
现在,为什么它可以在Mac上运行?答案与错误本身有关。这是一个断言错误。定义NDEBUG
时,不会检查Assertions。所以你可能使用像
g++ -DNDEBUG -O3 -I"C:\usr\include" Source.cpp -o a.exe
在Mac上,它运行正常,因为这些断言被忽略了:
#ifdef NDEBUG
#define assert(_Expression) ((void)0)
#else
那么,如果断言失败,为什么定义NDEBUG
时它会起作用?答案是数据指针指向分配的doubles
五个中的第一个。使用正确的索引,我们应该得到index = k*1 + (B_idx_start + i)
,因为在这种情况下k==0
和B_idx_start==0
,我们得到index=i
。这是在界限范围内,因此我们不会超出范围。使用不正确的索引,我们再次获得index = (B_idx_start + i)*1 + k
,结果为index=i
。如果矩阵的大小是(例如)2x5,那么我们就会遇到越界异常。