找到稀疏矩阵（本征）最大值的有效方法

Question

我想知道是否可以有效地在稀疏矩阵中找到 max/min 系数。

好像没有为稀疏矩阵实现minCoeff()/maxCoeff()函数，有点奇怪。

我找到了这个答案here，但我想不通。

 using Tmp = typename remove_cv_ref<decltype(matrix)>::type;
 if constexpr(std::is_base_of<Eigen::SparseMatrixBase<Tmp>, Tmp>::value)
 max = Eigen::Map<const Vector>(matrix.valuePtr(), matrix.size()).maxCoeff();
 else
    max = matrix.maxCoeff();

编辑： 这是我的尝试，我不确定效率如何。

typedef Eigen::SparseMatrix<int, Eigen::RowMajor> SRI;
int maxCoeff(const SparseMatrix<int, RowMajor> &A)
{
    size_t row = A.rows();
    size_t col = A.cols();
    int max_value = -10000000;
    for (size_t k = 0; k < row; k++)
    {
        for (SRI::InnerIterator it(A, k); it; ++it)
        {
            if (it.value() > max_value)
                max_value = it.value();
        }
    }
    return max_value;
}

Answer 1

试试这个模板函数来获取 Eigen::SparseMatrix:

的最大非零值

template <class T>
T sparseMax (SparseMatrix<T>& mat) { 
  return Map<Matrix<T, Dynamic, 1> >(mat.valuePtr(), mat.nonZeros()).maxCoeff();
}

这里的原理在于将稀疏矩阵的非零元素映射到一个向量（一维 Eigen::Matrix），然后用 .maxCoeff() 从中提取最大值。这应该是一种非常有效的方法来确定矩阵中的最大值。请注意，矩阵需要压缩才能使用此方法。

在代码中，函数sparseMax()可以这样调用：

if (!mat.isCompressed()) mat.makeCompressed();
auto max = sparseMax(mat);

其中 mat 是一个 Eigen::SparseMatrix.

因此link中的答案几乎是正确的，但是.size()应该替换为.nonZeros()并且它不能确保矩阵被压缩。如果您知道您正在处理 SparseMatrix，则不需要 linked 答案中提到的 if/else 构造。

编辑

以上解决方案适用于具有默认列主要存储顺序的 SparseMatrix。在 RowMajor 存储的情况下，可以将模板更改为

template <class T>
 T sparseMax_RM (SparseMatrix<T,RowMajor>& mat) { 
 return Map<Matrix<T, Dynamic, 1> >(mat.valuePtr(), mat.nonZeros()).maxCoeff();
}

一种更健壮的方法是使用成员函数 .coeffs() 代替，正如@ggael 所指出的。 .coeffs() 函数适用于两种类型的压缩 SparseMatrix 类，RowMajor 和 ColMajor 存储顺序。

Answer 2

这些函数不容易获得，因为是否应考虑隐式零可能不明确。例如，如果所有非零都是负数，应 maxCoeff returns 0?

如果您只想考虑显式存储的元素并且您的稀疏矩阵处于压缩模式，那么您可以这样写：

auto max = matrix.coeffs().maxCoeff();

coeff方法等同于RHertel的回答。

找到稀疏矩阵（本征）最大值的有效方法

Efficient way to find maximum value of Sparse matrix (Eigen)

c++

eigen