在不复制的情况下从 Eigen::SparseMatrix 中提取 blocks/ROIs

Question

请问有什么好的方法可以从Eigen::SparseMatrix中提取出blocks/ROIs？更准确地说，我要提取的是内部向量.

我想做的是这样的：

typedef Eigen::SparseMatrix<double,Eigen::RowMajor> SpMat;
// Prepare some sparse matrix
SpMat spmat;
// Extract lines from it
const SpMat& row_i = spmat.innerVector(i);
const SpMat& row_j = spmat.innerVector(j);
// Some calculation with row_i and row_j...

根据我的测试，row_i 和 row_j 的数据是 从 spmat 复制的 (!!)。然而，显然，它是低效的。内部向量的数据（特别是 row_i.m_data.m_values & row_i.m_data.m_indices）是原始数据（spmat.m_data.m_values & spmat.m_data.m_indices resp.）的连续部分，所以应该有更聪明的方法。

我也许能够实现新方法来执行此操作，但这需要我深入研究源代码。所以我不想。

感谢任何帮助！提前致谢。

Answer 1

您可以尝试使用 MappedSparseMatrix class. It wraps an existing set of data and associated parameters (I think, I've never used it). I assume it works similarly to the Eigen::Map class 但我可能错了。

MappedSparseMatrix<double> mat(int rows, int cols, int nnz,
                    int* outerIndexPtr, int* innerIndexPtr,
                    Scalar* valuePtr);

Source

Answer 2

您可以使用 c++11 auto 关键字将 row_i 和 row_j 声明为真正的读写表达式，或者使用正确的类型：

const auto row_i = spmap.innerVector(i); // C++11 version
const SpMat::InnerVectorReturnType row_i = spmap.innerVector(i); // C++98 version

此外，并不是说默认情况下 SparseMatrix 存储在主要列中，因此 "inner-vector" 是一个列。如果要引用行，则必须使用行优先存储布局：

typedef Eigen::SparseMatrix<double,RowMajor> SpMat;

在不复制的情况下从 Eigen::SparseMatrix 中提取 blocks/ROIs

Extracting blocks/ROIs from Eigen::SparseMatrix without copying

c++

copy

sparse-matrix

eigen

eigen3