c++ - 在ViennaCL中从std::vector转换为ublas::compressed_matrix

我正在寻找一些计算方法，并将所得的Jacobian NxN矩阵和右侧矢量（n）传递给boost的ublas，最终是ViennaCL。

使用copy（）来实现矢量没问题，但是事实证明矩阵是困难的。任何帮助将不胜感激

// Global Variables
vector< vector<float> > Jacobian(0, vector<float>(0)); //Jacobian matrix
vector<float> delta_PQ; //rhs

//
// Set up some ublas objects
//
ublas::vector<ScalarType> rhs;
ublas::vector<ScalarType> result;
ublas::compressed_matrix<ScalarType> ublas_matrix;
using namespace boost::numeric;


typedef float ScalarType;

// Resize RHS from main program
resize_vector(rhs2, j_dimension);
ublas_matrix2.resize(j_dimension, j_dimension);

//copy content to GPU vector (recommended initialization)
copy(delta_PQ.begin(), delta_PQ.end(), rhs.begin()); //works
copy(Jacobian.begin(), Jacobian.end(), ublas_matrix); //won't compile

我尝试了许多变体并查看了文档：

http://ublas.sourceforge.net/refdoc/classboost_1_1numeric_1_1ublas_1_1compressed__matrix.html

另外，ViennaCL的示例对我不起作用：

http://viennacl.sourceforge.net/viennacl-examples-sparse-matrix.html

经过数小时的谷歌搜索，我决定在此处发布信息，希望其他人可以破解它，并且对于下一个人来说更容易找到。

最佳答案

为了解决这个问题，我想让所有人都知道我为解决问题所做的工作。特别感谢Karl Rupp在ViennaCL项目上所做的工作。

或者，直接通过operator（）填充ublas-matrix，即

ublas_matrix(1,1) = value1;
ublas_matrix(7,8) = value2;

等等。根据值的顺序，直接填充ublas_matrix可能比复制慢或快。根据经验，每当以“随机”方式写入条目时，vector 都会更快，而如果您以连续顺序填充行和列条目（并最终向矩阵提供非零条目的数量），则ublas_matrix会更快构造函数）。