两个 Eigen::VectorXd 的高效（非标准）连接
Efficient (non-standard) join of two Eigen::VectorXd
我有两个 Eigen::VectorXd 对象，A 和 B，具有相同的维度 n。
我想创建一个新的向量 C，这样：
- 如果B[i]是NaN，C[i] = A[i]
- 否则：C[i] = B[i]
由于应用程序对延迟敏感，我想避免制作 A 和 B 的副本。
现在我正在使用一个简单的 for 循环，但我想获得有关如何使用 Eigen 以智能（呃）方式实现它的建议。
尝试使用 select:
C = (B.array() == B.array()).select(B, A);
B==B 在非 NaN 的值中为真，否则为假。
对于真值，select returns 第一个矩阵，对于假值第二个。
如前所述，更简洁的写法是：
C = B.array().isNaN().select(A, B);
在性能方面，这不是矢量化的（至少我上次检查过），但不会引入 A 和 B 的副本。它可能和你写的一样（据我所知，没有看到代码）。
我有两个 Eigen::VectorXd 对象，A 和 B，具有相同的维度 n。
我想创建一个新的向量 C，这样：
- 如果B[i]是NaN，C[i] = A[i]
- 否则：C[i] = B[i]
由于应用程序对延迟敏感，我想避免制作 A 和 B 的副本。
现在我正在使用一个简单的 for 循环，但我想获得有关如何使用 Eigen 以智能（呃）方式实现它的建议。
尝试使用 select:
C = (B.array() == B.array()).select(B, A);
B==B 在非 NaN 的值中为真，否则为假。
对于真值，select returns 第一个矩阵，对于假值第二个。
如前所述
C = B.array().isNaN().select(A, B);
在性能方面，这不是矢量化的（至少我上次检查过），但不会引入 A 和 B 的副本。它可能和你写的一样（据我所知，没有看到代码）。