c++ - Eigen 库中的稀疏稀疏积 A^T*A 优化

Question

在多个相同矩阵matA的情况下，比如

matA.transpose()*matA, 

您不必计算所有结果乘积，因为结果矩阵是对称的(因此仅当 m>n 时)，在我的特定情况下始终是对称的!正方形。

因此，仅用于计算就足够了。前任。下三角部分和其余部分仅复制.....因为多个第 2 行和第 3 行的结果 resp.col 与第 3 行和第 2 行相同......等等......

所以我的问题是，存在如何告诉 Eigen 的方法，只计算较低的部分。并可选择仅保存到产品的下部 trinaguler 部分？

    DATA = SparseMatrix<double>((SparseMatrix<double>(matA.transpose()) * matA).pruned()).toDense();

Answer 1

根据documentation ，您可以计算矩阵的下三角:

m1.triangularView<Eigen::Lower>() = m2 + m3;

或者在你的情况下:

m1.triangularView<Eigen::Lower>() = matA.transpose()*matA;

(它说“写入特定的三角形部分:(仅评估引用的三角形部分)”)。否则，在你写的那一行 Eigen会计算整个稀疏矩阵matA.transpose()*matA .

关于保存结果 m1矩阵，它与保存任何类型的矩阵相同( Eigen::MatrixXt 或 Eigen::SparseMatrix<t> )。如果m1是稀疏的，那么它将只有一个简单 matA.transpose()*matA 大小的一半.如果m1是稠密的，则为满方阵。