我正在尝试将 Eigen tutorial中给出的示例实现为伪代码。据我了解,它说明了填充稀疏矩阵的推荐方法,前提是每列的非零条目数是已知的。
伪代码位于Header" 填充稀疏矩阵"下,编写如下:
1: SparseMatrix<double> mat(rows,cols); // default is column major
2: mat.reserve(VectorXi::Constant(cols,6));
3: for each i,j such that v_ij != 0
4: mat.insert(i,j) = v_ij; // alternative: mat.coeffRef(i,j) += v_ij;
5: mat.makeCompressed(); // optional
我尝试将其转换为C,如下所示。我(希望)写了一些vee(),它会为每列创建2500个非零元素。因此2500应该对应于示例中的6。我把它设置为3000来测试make.Compressed也是。
不幸的是,我不了解该计划的行为。它在几秒钟内i = 0 ... 3000,然后卡住几分钟。然后它进入6000并再次卡住几分钟。为什么这样以及如何获得更好的性能?
此外,内存使用非常奇怪。您可以看到,有时候Eigen使用的内存比GSL中相应的密集矩阵所需的内存要大得多。使用的内存也会大幅波动。步数大于100MB
我编译并运行如下:
ludi @ ludi-M17xR4:〜/ Desktop / tests $ g ++ -o eigenfill.x eigenfill.cc -L / usr / local / lib -lgsl -lgslcblas&amp;&amp; ./eigenfill.x
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
#include <Eigen/Sparse>
#include <gsl/gsl_matrix.h>
#define rows 1e4
#define cols 1e4
/*-- DECLARATIONES --*/
int FillMatrix(Eigen::SparseMatrix<double> mat);
double vee(int i, int j);
int main()
{
printf("---> Watch gsl matrix memory usage!\n");
gsl_matrix *testmat = gsl_matrix_calloc(rows, cols);
sleep(20);
gsl_matrix_free(testmat);
printf("---> Watch eigen matrix memory usage!\n");
Eigen::SparseMatrix<double> mat(rows,cols); // default is column major
FillMatrix(mat);
printf("------------------------DONE");
return(0);
}
/*-- --*/
int FillMatrix(Eigen::SparseMatrix<double> mat)
{
int i, j;
Eigen::VectorXd Vres;
mat.reserve(Eigen::VectorXi::Constant(cols,3000));
for(i=0;i<rows;i++)
{
if(i%500==0){printf("i= %i\n", i);}
for(j=0;j<cols;j++)
{
if (vee(i,j) != 0){mat.insert(i,j) = vee(i,j); /*alternative: mat.coeffRef(i,j) += v_ij;*/ }
}
}
printf("--->starting compression");
mat.makeCompressed();
return(0);
}
/*-- --*/
double vee(int i, int j)
{
double result = 0.0;
if(j%4 == 0){result =1.0;}
return result;
}
/*-- --*/
编辑
一个答案提醒我,我需要使用地址,因为FillMatrix()的局部变量在运行时会消失。我尝试了以下,但没有编译:
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
#include <Eigen/Sparse>
#include <gsl/gsl_matrix.h>
#define rows 1e4
#define cols 1e4
/*-- DECLARATIONES --*/
int FillMatrix(Eigen::SparseMatrix<double> & mat);
double vee(int i, int j);
int main()
{
printf("---> Watch gsl matrix memory usage!\n");
gsl_matrix *testmat = gsl_matrix_calloc(rows, cols);
sleep(20);
gsl_matrix_free(testmat);
printf("---> Watch eigen matrix memory usage!\n");
Eigen::SparseMatrix<double> mat(rows,cols); // default is column major
FillMatrix(& mat);
printf("------------------------>DONE\n");
return(0);
}
/*-- --*/
int FillMatrix(Eigen::SparseMatrix<double> &mat)
{
int i, j;
Eigen::VectorXd Vres;
mat.reserve(Eigen::VectorXi::Constant(cols,3000));
for(i=0;i<rows;i++)
{
if(i%500==0){printf("i= %i\n", i);}
for(j=0;j<cols;j++)
{
if (vee(i,j) != 0){mat.insert(i,j) = vee(i,j); /*alternative: mat.coeffRef(i,j) += v_ij;*/ }
}
}
printf("--->starting compression\n");
mat.makeCompressed();
return(0);
}
/*-- --*/
double vee(int i, int j)
{
double result = 0.0;
if(i%4 == 0){result =1.0;}
return result;
}
/*-- --*/
错误消息是:
ludi@ludi-M17xR4:~/Desktop/tests$ g++ -o eigenfill.x eigenfill.cc -L/usr/local/lib -lgsl -lgslcblas && ./eigenfill.x
eigenfill.cc: In function ‘int main()’:
eigenfill.cc:24:17: error: invalid initialization of non-const reference of type ‘Eigen::SparseMatrix<double>&’ from an rvalue of type ‘Eigen::SparseMatrix<double>*’
FillMatrix(& mat);
^
eigenfill.cc:12:5: error: in passing argument 1 of ‘int FillMatrix(Eigen::SparseMatrix<double>&)’
int FillMatrix(Eigen::SparseMatrix<double> & mat);
^
ludi@ludi-M17xR
修改 如果我写,它会编译:
FillMatrix(垫);
而不是
FillMatrix(安培;垫);
我不明白。最后一个不应该是正确的吗?
答案 0 :(得分:1)
这是因为你完全填满了四列以上的一列。它看起来如下:
1 0 0 0 1 0 0 0 1 ...
1 0 0 0 1 0 0 0 1 ...
1 0 0 0 1 0 0 0 1 ...
1 0 0 0 1 0 0 0 1 ...
...
j%4 == 0
替换i%4 == 0
将完成这项工作。内存使用情况将完全为:2500*cols*(sizeof(double)+sizeof(int)) + cols*sizeof(int)
。
您还必须修复FillMatrix
的原型,以便填充真实矩阵而不是临时矩阵:
int FillMatrix(Eigen::SparseMatrix<double> &mat);
最后,如果您的目标是使用具有大约1/4非零的稀疏矩阵,那么密集表示可能会更快。