Question

这里的Matlab代码

 N = 4096;
 x       =   linspace(-1,1,N);     
 A = sparse(100000,100000); 
 index = 1:32;

 A(index,index)    =   kernel(x(index),x(index));
  //kernel here outputs a 32 x 32 matrix

我必须将MATLAB代码转换为C ++，但我坚持使用稀疏函数，我尝试使用：

 N=4096;
 Eigen::VectorXd x = Eigen::VectorXd::LinSpaced(N,-1,1); 
 Eigen::SparseMatrix<double> A(Asize,Asize);
 A.block(1,1,index.size(), index.size()) = Kernel();

但SparseMatrix将阻止作为只读功能，因此无法用于更新矩阵。

另一点：

我已经阅读了Eigen文档并检查了不同形式的SparseMatrix声明：

 typedef Eigen::Triplet<double> T;
 std::vector<T>tripleList;
 tripleList.reserve(nnz);

 for(...)
 {
  // ...
  tripletList.push_back(T(i,j,v_ij));   //?? what are these values?
  }
 A.setFromTriplets(tripleList.begin(), tripleList.end());

但是我不明白nnz应该是什么值，它应该是我从Matlab代码得到的值以及我应该通过for循环得到什么值？它们是随机的，如果矩阵大小太大，我如何选择“推动值”。

另外，最后一个问题仍然存在，声明后的稀疏矩阵将如何逐块更新？

Answer 1

通常，特征稀疏矩阵块是常量。此规则的例外是例如列主要矩阵中的m.col(i)或主要矩阵中的.row(i)。

至于你的第二点，nnz是非零的数量。通过指定矩阵在开始时需要保留多少个非零，可以最小化构造稀疏矩阵时所需的重新分配/复制的数量。请参阅documentation。另请注意，如果您知道每列中需要多少元素，other overload非常有用。关于for循环，假设您有三个数组：columnIndices，rowIndices和values，所有数组都为nnz。你的for循环看起来像：

for(int i = 0; i < nnz; i++)
{
    tripletList.push_back(T(columnIndices[i], rowIndices[i], values[i]));
}

或者，您可以计算for循环中每个三元组的值。

C ++ - MATLAB：逐块更新稀疏矩阵

1 个答案: