Eigen 中的迭代求解器是否每次迭代都分配内存？

Question

我对使用 Eigen 求解稀疏矩阵方程很感兴趣。迭代求解器需要许多“临时”向量，这些向量在每次迭代期间用中间值进行更新。据我了解，当使用诸如共轭梯度法之类的迭代求解器时，这些向量通常在开始迭代之前分配一次，然后在每次迭代中重复使用以避免频繁的重新分配。从 ConjugateGradient 类中我可以看出，Eigen 在每次迭代时都会重新分配内存。熟悉Eigen的人能否告诉我我的理解是否正确？似乎有可能在分配过程中进行了某种巧妙的内存节省方案，结果实际上每次都没有重新分配内存，但我挖了下去，找不到这样的东西。或者，如果 Eigen 确实在每次通过循环时重新分配内存，与进行实际计算所需的时间相比，它是否是一个微不足道的负担？

Answer 1

您在哪里看到重新分配？正如您在源代码code 中看到的那样，四个辅助向量residual、p、z 和tmp 在while 循环之外声明和分配，即在迭代之前地方。此外，回想一下 Eigen 是一个表达式模板库，所以一行代码为：

x += alpha * p;

注意是否会创建任何临时文件。总之，不，Eigen 的 CG 实现不会在迭代中执行任何（重新）分配。