在赋值中使用 block() 收缩具有 Eigen 的矩阵
Shrink matrix with Eigen using block() in assignment
我有以下代码通过删除最后一行来缩小 Eigen MatrixXd。无论如何，这似乎破坏了矩阵。 valgrind 对该代码也非常不满。执行该任务的正确方法是什么？
#include <Eigen/Core>
#include <iostream>
int main() {
Eigen::MatrixXd A(3, 4);
for (int i = 0; i < 3; i++)
for (int j = 0; j < 4; j++)
A(i, j) = i * j + i + j + 5;
std::cout << "A = \n" << A << std::endl;
A = A.block(0, 0, 2, 4);
std::cout << "A = \n" << A << std::endl;
return 0;
}
此代码在我的机器上产生以下输出（注 5 变为 0）
A =
5 6 7 8
6 8 10 12
7 10 13 16
A =
0 6 7 8
6 8 10 12
Eigen::Block<...>（block() 成员函数 returns）不复制所涉及的值，而是作为对矩阵的一部分的引用。你可以用
看到这个
A.block(0, 0, 2, 4) *= 2; // this will change A
因此，Eigen::Block 对象仅在基础矩阵不重新定位其值时保持有效，如果您为其分配具有不同几何形状的东西（例如 A.block(0, 0, 2, 4)).一旦底层矩阵释放了它的预分配内存，使用 Block 对象构成释放后使用并导致未定义的行为，并且赋值运算符当然会尝试从 then-defunct 中读取值Block.
正如您在此期间发现的那样，您可以使用
A.conservativeResize(2, 4);
对于你的特殊情况，因为你想缩小到左上角。对于一般情况，您可以使用（例如）
A = A.block(1, 1, 2, 3).eval();
.eval() 强制立即求值而不是惰性求值，在这种情况下，这实质上意味着制作块的临时副本，然后将其分配给矩阵。有关所有这些的更多详细信息，请参阅 Eigen 文档 here。
我有以下代码通过删除最后一行来缩小 Eigen MatrixXd。无论如何，这似乎破坏了矩阵。 valgrind 对该代码也非常不满。执行该任务的正确方法是什么？
#include <Eigen/Core>
#include <iostream>
int main() {
Eigen::MatrixXd A(3, 4);
for (int i = 0; i < 3; i++)
for (int j = 0; j < 4; j++)
A(i, j) = i * j + i + j + 5;
std::cout << "A = \n" << A << std::endl;
A = A.block(0, 0, 2, 4);
std::cout << "A = \n" << A << std::endl;
return 0;
}
此代码在我的机器上产生以下输出（注 5 变为 0）
A =
5 6 7 8
6 8 10 12
7 10 13 16
A =
0 6 7 8
6 8 10 12
Eigen::Block<...>（block() 成员函数 returns）不复制所涉及的值，而是作为对矩阵的一部分的引用。你可以用
A.block(0, 0, 2, 4) *= 2; // this will change A
因此，Eigen::Block 对象仅在基础矩阵不重新定位其值时保持有效，如果您为其分配具有不同几何形状的东西（例如 A.block(0, 0, 2, 4)).一旦底层矩阵释放了它的预分配内存，使用 Block 对象构成释放后使用并导致未定义的行为，并且赋值运算符当然会尝试从 then-defunct 中读取值Block.
正如您在此期间发现的那样，您可以使用
A.conservativeResize(2, 4);
对于你的特殊情况，因为你想缩小到左上角。对于一般情况，您可以使用（例如）
A = A.block(1, 1, 2, 3).eval();
.eval() 强制立即求值而不是惰性求值，在这种情况下，这实质上意味着制作块的临时副本，然后将其分配给矩阵。有关所有这些的更多详细信息，请参阅 Eigen 文档 here。