本征和惰性评估
Eigen and lazy evaluation
我在我的程序中使用 Eigen3 来处理与矩阵相关的所有内容。我知道 Eigen 使用惰性评估来优化所有计算。我想知道这样的操作是否在有限的不必要计算的意义上进行了优化：
D = (A*B*C)(0,0);
其中 A、B、C 是矩阵，D 是标量。英文，我只需要矩阵乘积的一个元素。
谢谢。
对于所有系数运算，答案是肯定的。然而，矩阵产品是特殊的，因为出于效率原因，它们默认在临时产品中评估。您可以使用 lazyProduct:
强制对矩阵乘积进行惰性求值
double ABij = A.lazyProduct(B)(i,j);
对于像 A*B*C 这样的 "triple" 产品，情况更棘手，因为无论如何都会评估嵌套产品（以避免在一般情况下多次重新评估），因此您必须限制它自己，例如：
A.lazyProduct(B*C.col(j))(i);
我在我的程序中使用 Eigen3 来处理与矩阵相关的所有内容。我知道 Eigen 使用惰性评估来优化所有计算。我想知道这样的操作是否在有限的不必要计算的意义上进行了优化：
D = (A*B*C)(0,0);
其中 A、B、C 是矩阵，D 是标量。英文，我只需要矩阵乘积的一个元素。
谢谢。
对于所有系数运算，答案是肯定的。然而，矩阵产品是特殊的，因为出于效率原因，它们默认在临时产品中评估。您可以使用 lazyProduct:
double ABij = A.lazyProduct(B)(i,j);
对于像 A*B*C 这样的 "triple" 产品，情况更棘手，因为无论如何都会评估嵌套产品（以避免在一般情况下多次重新评估），因此您必须限制它自己，例如：
A.lazyProduct(B*C.col(j))(i);