Eigen Sparse LU 求解器返回值答案

【问题标题】：Eigen Sparse LU solver return valueEigen Sparse LU 求解器返回值
【发布时间】：2016-11-05 05:08:14
【问题描述】：

我对以下代码有问题，经过一些研究，我在单独的行中单独指出了问题，但现在不知道如何解决它。

typedef double ComplexType;

typedef std::complex<ComplexType> Complex;

typedef Eigen::SparseMatrix<Complex, Eigen::ColMajor, long long> SparseMatrixT; 

typedef Eigen::SparseVector<Complex, Eigen::ColMajor, long long> SparseVectorC;

typedef Eigen::SparseLU<SparseMatrixT, Eigen::COLAMDOrdering< long long>> SolverT;


SparseVectorC Solve(const Eigen::Ref<const SparseVectorC>& Rhs)
{
    auto _Result = m_LU.solve(Rhs); //SolverT m_LU; defined and "prepared" elsewhere

    SparseVectorC Result = _Result; // cause error C2512

    return Result;
}

错误显示

\eigen\src\core\solve.h(125)：错误 C2512： 'Eigen::internal::evaluator>': 否适当的默认构造函数可用

如何在任一稀疏密集向量中获得结果（因为它不应该像 Rhs 那样稀疏）。矩阵大小（可能）很大，因此额外的副本会令人不快。
变量 _Result 显然是稀疏的，但是对稀疏或密集向量（使用可能是复制的可用方法 toDense() ）的赋值（有或没有转换）都不起作用。

【问题讨论】：

标签： c++ eigen eigen3

【解决方案1】：

尽管SparseLU::solve 接受稀疏矩阵作为 rhs，但它们没有特殊的路径，因为正如您还注意到的，在大多数情况下，结果无论如何都是定义的。所以在内部，如果 rhs 是一个稀疏矩阵，它会在实际求解之前在内部转换为密集向量。然后删除数字零以输出稀疏矩阵。所以在你的情况下，最好将Rhs 复制到VectorXcd 并让Solve 也返回一个密集的VectorXcd。

要回答编译错误，这是 Eigen 中的一个问题（编辑：已在变更集 80c2b4346260 中修复）。如果您仍想坚持使用稀疏 rhs 和结果，则可以通过将 Ref<const SparseVectorC> 替换为 Ref<const SparseMatrixT> 来解决问题。与使用 SparseVectorC 相比，不会有任何开销。

【讨论】：