Eigen 也可以用于 1-向量（标量）吗？
Can Eigen be used also for 1-vectors (scalars)?
我正在编写一些例程，它对于 2 向量和标量在形式上是相同的。我想写 is 作为 Eigen::Matrix<double,N,1> 的模板，为 N=2 或 N=1 实例化它（对于标量，将标量 double d 包装为 Eigen::Map<Eigen::Matrix<double,1,1>>(&d).
Eigen 的设计是否考虑到了这种特殊情况？它会有效吗，例如在内部为 Eigen::Matrix<double,1,1>::norm() 调用 abs(v1)，为 squaredNorm() 调用 v1*v1 或为 normalized()?
调用 copysign(1,v1)
size=1 没有显式特化，但由于显式展开器，大多数表达式将生成标量代码。例如，squaredNorm() 将生成 x*x，但 norm 将生成 sqrt(x*x)。 normalized().
相同
我正在编写一些例程，它对于 2 向量和标量在形式上是相同的。我想写 is 作为 Eigen::Matrix<double,N,1> 的模板，为 N=2 或 N=1 实例化它（对于标量，将标量 double d 包装为 Eigen::Map<Eigen::Matrix<double,1,1>>(&d).
Eigen 的设计是否考虑到了这种特殊情况？它会有效吗，例如在内部为 Eigen::Matrix<double,1,1>::norm() 调用 abs(v1)，为 squaredNorm() 调用 v1*v1 或为 normalized()?
copysign(1,v1)
size=1 没有显式特化，但由于显式展开器，大多数表达式将生成标量代码。例如，squaredNorm() 将生成 x*x，但 norm 将生成 sqrt(x*x)。 normalized().