本征稀疏向量：求最大系数

Question

我正在使用Eigen处理稀疏向量，因此我需要找到一种有效的方法来计算最大系数（或第n个最大系数）的索引。

我的初始方法使用Eigen :: SparseVector :: InnerIterator，但是在矢量仅包含零和负值的情况下，它不会计算正确的值，因为InnerIterator仅迭代非零值。

如何实现它以便考虑零值？

Answer 1

与内部迭代器同时迭代索引数组（我认为是innerIndices）。

Answer 2

要获取最大的非零元素的索引，可以使用以下函数：

Eigen::Index maxRow(Eigen::SparseVector<double> const & v)
{
    Eigen::Index nnz = v.nonZeros();
    Eigen::Index rowIdx;
    double value = Eigen::VectorXd::Map(v.valuePtr(), nnz).maxCoeff(&rowIdx);
    // requires special handling if value <= 0.0
    return v.innerIndexPtr()[rowIdx];
}

在value <=0（和v.nonZeros()<v.size()）的情况下，您可以遍历innerIndexPtr()直到找到连续元素之间的间隔（或使用std::lower_bound编写更复杂的内容）< / p>

要获得第n个最大元素，取决于n与向量大小的相对大小，具有多少非零值，是否可以修改SparseVector等。

特别是，如果n相对较大，请考虑将partition的元素分为正负元素，然后在正确的一半中使用std::nth_element。