标签： c++ linear-algebra numerical-methods
我有一个迭代算法，需要在每次迭代时将一个向量乘以一个巨大的稀疏矩阵A.矩阵A占用几千兆字节的内存，提前给出，永不改变。 （如果有帮助，你可以假装我的算法是解决Ax = b的共轭梯度法。）
因为矩阵A永远不会改变，我认为必须有一些技巧可以让我非常有效地执行乘法。例如，我可以将A硬编码到我的代码中，以便编译器在执行编译时知道A的精确稀疏模式和值吗？如果它知道A的稀疏模式，我认为编译器能够做得更好。
在这种情况下可以使用哪些技巧将向量乘以A非常快？
顺便说一句，我目前正在使用Eigen3矩阵库。