本文介绍了特征:如何用子稀疏矩阵初始化稀疏矩阵的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
在Eigen中,我们可以使用如下所示的其他矩阵或向量来初始化矩阵或向量:
MatrixXf matA(2, 2);
matA << 1, 2, 3, 4;
MatrixXf matB(4, 4);
matB << matA, matA/10, matA/10, matA;
std::cout << matB << std::endl;
我要实现的目标:
SparseMatrix<double> matA(2, 2);
matA.coeffRef(0, 0) = 1;
matA.coeffRef(1, 1) = 1;
SparseMatrix<double> matB(4, 4);
matB << matA, matA/10, matA/10, matA;
std::cout << matB << std::endl;
然后我得到一个矩阵,如下所示:
1 0 0.1 0
0 1 0 0.1
0.1 0 1 0
0 0.1 0 0.1
但是,它不适用于稀疏矩阵,那么Eigen有像这样的内置初始值设定项吗?或者我需要自己写,如果是这样的话?如何?推荐答案
由于存储格式的原因,您不能拥有这样的初始值设定项。摘自手册Sparse matrix manipulations > Block operations:
您唯一的选择是将所有内容转换为密集矩阵,使用逗号初始值设定项,然后转换回稀疏矩阵。
#include <iostream>
#include <Eigen/Sparse>
using namespace Eigen;
typedef SparseMatrix<double> SparseMatrixXd;
int main()
{
SparseMatrixXd matA(2, 2);
matA.coeffRef(0, 0) = 1;
matA.coeffRef(1, 1) = 1;
SparseMatrixXd matB(4, 4);
MatrixXd matC(4,4);
matC <<
MatrixXd(matA),
MatrixXd(matA)/10,
MatrixXd(matA)/10,
MatrixXd(matA);
matB = matC.sparseView();
std::cout << matB << std::endl;
}
或者,您也可以在本示例中使用不受支持的Kronecker产品模块。
#include <iostream>
#include <Eigen/Sparse>
#include <unsupported/Eigen/KroneckerProduct>
using namespace Eigen;
typedef SparseMatrix<double> SparseMatrixXd;
int main()
{
SparseMatrixXd matA(2, 2);
matA.coeffRef(0, 0) = 1;
matA.coeffRef(1, 1) = 1;
SparseMatrixXd matB(4, 4);
matB =
kroneckerProduct( (MatrixXd(2,2) << 1,0,0,1).finished(), matA ) +
kroneckerProduct( (MatrixXd(2,2) << 0,1,1,0).finished(), matA/10);
std::cout << matB << std::endl;
}
这篇关于特征:如何用子稀疏矩阵初始化稀疏矩阵的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!