我想为稀疏（crs / ccs）矩阵A解决一系列最小二乘问题（基本上是高斯-牛顿求解器）。 H = A^T * A产品是最耗时的操作之一。 A的数值不同，但稀疏度相同，因此H的稀疏度在计算过程中是恒定的。假设A的行多于列。
我的主要问题是：真正快速地执行此产品的正确方法是什么？我了解无矩阵求解器，但目前我想探索解析解。
我还有几个小问题
1）在存在矢量化的情况下，仅计算三角部分优化（sparse sparse product A^T*A optim in Eigen lib）是否有意义？
2）我如何告诉本征H的稀疏性是恒定的？因此，特征值应该使用已经预先分配的缓冲区，并且不应该检查结果模式。
3）A和H的哪个顺序对H = A^T * A，行专业或列专业更有利？
谢谢您的回答，对不起我的英语