删除 Eigen::SparseMatrix 的空行

Question

我从三元组列表

构建了一个稀疏矩阵mat

Eigen::SparseMatrix<double, Eigen::RowMajor> mat(Nbins,Ndata);
mat.setFromTriplets(tripletList.begin(), tripletList.end());

现在我想创建一个新矩阵ret，它只包含前一个矩阵的非空行。我是这样做的

Eigen::SparseMatrix<double, Eigen::RowMajor> ret(Nbins,Ndata);
unsigned Nrow=0;
for (unsigned i=0; i<Nbins; ++i) {
  auto mrow = mat.row(i);
  if (mrow.sum()>0) {
    ret.row(Nrow++) = mrow;
  }
}
ret.conservativeResize(Nrow,Ndata);

但是，这样做速度慢且效率低下。慢是因为快速分析表明它大部分时间都花在 ret.row(Nrow++) = mrow; 上。效率低下，因为我们还复制了所有数据两次。

有更好的解决办法吗？我觉得必须 fiddle 使用内部向量，但我对它们感到困惑，而且我不知道使用它们是如何保证用户安全的。

编辑：在我的应用程序中，矩阵主要是行，我想删除空行。不需要 mat，只需 ret。所有系数都是正的，因此我检查非零行的方式。三元组已排序但列优先。没有重复的三胞胎。

Answer 1

找到了！我没有编写手工制作的 setFromTriplets，而是修改了 tripletList。 Eigen::Triplet的界面让它变得非常简单。

//get which rows are empty
std::vector<bool> has_value(Nbins,false);
for (auto tr : tripletList) has_value[tr.row()] = true; 

//create map from old to new indices
std::map<unsigned,unsigned> row_map;
unsigned new_idx=0;
for (unsigned old_idx=0; old_idx<Nbins; old_idx++) 
   if(has_value[old_idx])
      row_map[old_idx]=new_idx++;

//make new triplet list, dropping empty rows
std::vector<Eigen::Triplet<double> > newTripletList;
newTripletList.reserve(Ndata);
for (auto tr : tripletList) 
   newTripletList.push_back(
      Eigen::Triplet<double>(row_map[tr.row()],tr.col(),tr.value()));

//form new matrix and return
Eigen::SparseMatrix<double, Eigen::RowMajor> ret(new_idx,Ndata);
ret.setFromTriplets(newTripletList.begin(), newTripletList.end());

删除 Eigen::SparseMatrix 的空行

remove empty rows of an Eigen::SparseMatrix

sparse-matrix

eigen