将稀疏 mat-vec-mult 的结果存储到预分配的向量中

Question

我正在研究稀疏矩阵向量乘法的例程，并想使用 Eigen3 库创建参考性能基准。我只想对实际算法进行基准测试，而无需在结果向量的构造中涉及内存分配。如何实现？

我试图将结果分配给一个预先分配的向量，但 Eigen::internal::set_is_malloc_allowed 显示尽管我进行了所有尝试，但仍执行了一些内存分配。

// Setup multiplicands
const Eigen::SparseMatrix<double, Eigen::RowMajor> A = createMat();
const Eigen::VectorXd x = Eigen::VectorXd::Random(num_of_cols);
// Pre-allocate result vector
Eigen::VectorXd y = Eigen::VectorXd::Zero(num_of_rows);

Eigen::internal::set_is_malloc_allowed(false);
y = A * x; // <-- Runtime-error in debug mode
Eigen::internal::set_is_malloc_allowed(true);

我正在寻找的基本上是一种稀疏矩阵向量乘法，它引用了写入结果的输出缓冲区。而不是上面示例中的 y = A * x 我会写类似 matVecMult(A, x, std::begin(y)) 的东西。有办法实现吗？

亲切的问候。

Answer 1

试试这个：

y.noalias() = A * x;

noalias() 向 Eigen 表明不存在潜在的别名问题（即 y 不与 x 重叠），并且 Eigen 不应创建临时文件。

将稀疏 mat-vec-mult 的结果存储到预分配的向量中

Store result of sparse mat-vec-mult into pre-allocated vector

c++

eigen