c++11 - 分解Eigen3临时变量以提高计算速度

很抱歉提出关于Eigen3优化计算方案的一般问题。假设我们确实拥有两个Eigen3矩阵M和N。想象一下，我们需要计算以下内容：

Eigen::Matrix<double, 3,3> M;
Eigen::Matrix<double, 3,3> N;

// here is the computation:
Eigen::Matrix<double, 3,3> D = Eigen::Matrix<double, 3,3>::Identity() + M;
Eigen::Matrix<double, 3,3> R = D * N * D.transpose();

我想知道的是：是否有一种方法可以避免将表达式I + M复制到一个完整的矩阵中（因此是一个副本），而可以在这种表达式中使用惰性评估方案。希望用C ++ 11编写如下代码是可行的：

auto D = Eigen::Matrix<double, 3,3>::Identity() + M;
Eigen::Matrix<double, 3,3> R = D * N * D.transpose();

通常，在这种情况下，D是一个复合（潜在复杂）模板懒惰评估。类型，因此这通常应该可以解决问题。如果不是，您能纠正我吗？

按照相同的思路，我想对以下内容执行相同的操作：

auto E = <undisclosed_type coma initializer>(
                M,
                Eigen::Matrix<double, 3,3>::Zero());
Eigen::Matrix<double, 6,6> R = E * N * E.transpose();

但我看不到如何执行这种优化。因此，如果有一种方法可以在评估过程中根据指令号对其进行优化，那么这对我有帮助。

在此先感谢您的帮助。

最佳答案

对于逗号初始化程序，这目前是不可能的，尽管对此有一个建议：bug 716。但是，即使使用这样的补丁使逗号初始化程序成为真实的表达式，我们仍需要更多代码来使您的示例高效。同时，最好编写以下代码自己做：

R.topLeftCorner<3,3>() = M * N * M.transpose();

对于第一个示例，使用auto可以完成任务，但是会变慢，因为出于效率原因，无论如何，都会在一个临时值中评估子表达式I+M。