在本征中,我们可以用这样的其他矩阵或向量初始化矩阵或向量:
MatrixXf matA(2, 2);
matA << 1, 2, 3, 4;
MatrixXf matB(4, 4);
matB << matA, matA/10, matA/10, matA;
std::cout << matB << std::endl;
我想要实现的目标:
SparseMatrix<double> matA(2, 2);
matA.coeffRef(0, 0) = 1;
matA.coeffRef(1, 1) = 1;
SparseMatrix<double> matB(4, 4);
matB << matA, matA/10, matA/10, matA;
std::cout << matB << std::endl;
然后我得到一个像这样的矩阵:
1 0 0.1 0
0 1 0 0.1
0.1 0 1 0
0 0.1 0 0.1
但是,它对稀疏矩阵不起作用, 那么eigen有这样的内置初始化器吗?或者我需要自己写,如果是这样的话?如何?
答案 0 :(得分:1)
由于存储格式,您无法拥有此类初始化程序。从手册Sparse matrix manipulations > Block operations:
然而,出于性能原因,写入子稀疏矩阵更加有限,并且目前只有列主要(resp.行主要)SparseMatrix的连续列(resp。行)是可写的。此外,必须在编译时知道此信息,省略诸如块(...)和角*(...)之类的方法。
您唯一的选择是将所有内容转换为密集矩阵,使用逗号初始化程序并转换回稀疏。
#include <iostream>
#include <Eigen/Sparse>
using namespace Eigen;
typedef SparseMatrix<double> SparseMatrixXd;
int main()
{
SparseMatrixXd matA(2, 2);
matA.coeffRef(0, 0) = 1;
matA.coeffRef(1, 1) = 1;
SparseMatrixXd matB(4, 4);
MatrixXd matC(4,4);
matC <<
MatrixXd(matA),
MatrixXd(matA)/10,
MatrixXd(matA)/10,
MatrixXd(matA);
matB = matC.sparseView();
std::cout << matB << std::endl;
}
或者,您可以使用不受支持的Kronecker产品模块来获得此确切示例。
#include <iostream>
#include <Eigen/Sparse>
#include <unsupported/Eigen/KroneckerProduct>
using namespace Eigen;
typedef SparseMatrix<double> SparseMatrixXd;
int main()
{
SparseMatrixXd matA(2, 2);
matA.coeffRef(0, 0) = 1;
matA.coeffRef(1, 1) = 1;
SparseMatrixXd matB(4, 4);
matB =
kroneckerProduct( (MatrixXd(2,2) << 1,0,0,1).finished(), matA ) +
kroneckerProduct( (MatrixXd(2,2) << 0,1,1,0).finished(), matA/10);
std::cout << matB << std::endl;
}