Question

我有一个大而稀疏的矩阵B，尺寸为19068 x 156，非零为79884（因此约有2.7％的项为非零）。我想计算矩阵Bᵀ的角，所以我对B做了一个稀疏的QR分解。因此，如果B = [Q₁Q2] * [R; 0]，那么Q 2是B 1的核心。我可以成功地（并且非常快地）完成QR分解，但是当我调用SparseQR :: matrixQ（）函数时，该程序仅在此处挂了一个小时而没有返回任何内容。

#include <Eigen/Sparse>
#include <Eigen/SparseQR>

int main() {
  // Assume the matrix B is generated somehow. B's size is 19068 x 156
  Eigen::SparseMatrix<double> B = ...;
  // Now do QR decomposition on B.
  Eigen::SparseQR<Eigen::SparseMatrix<double>, Eigen::COLAMDOrdering<int>> qr;
  qr.analyzePattern(B);
  qr.factorize(B);
  if (qr.info() != Eigen::Success) {
    throw std::runtime_error("QR fails.");  // It doesn't throw
  }
  std::cout << "rank of B is " << qr.rank() << "\n"; // rank of B is 156
  Eigen::SparseMatrix<double> Q;
  Q = qr.matrixQ();  // It hangs on this step forever.
  const Eigen::SparseMatrix<double> B_kernal = Q.rightCols(B.rows() - qr.rank());
}

根据https://eigen.tuxfamily.org/dox/classEigen_1_1SparseQR.html#ae1cc0a836c177d4f42600f8639354be1，调用matrixQ()仅在矩阵Q和稀疏恒等矩阵之间执行稀疏乘积。为什么这应该很慢？

Eigen :: SparseQR :: matrixQ（）永远挂在一个大的稀疏稀疏矩阵上

0 个答案: