错误：没有匹配函数调用特征库中的“conjugate_gradient”

Question

编译具有 Eigen 库的 c++ 编码时出现以下错误

错误：在调用“conjugate_gradient”时没有匹配的函数 特征库

下面是代码：

SparseMatrix<double> A(truncatedSize,truncatedSize);
for(int i=0;i<truncatedSize;i++)
{
    for(int j=0;j<truncatedSize;j++)
    {
        A.insert(i,j)=TruncatedGlMatrix[i][j];
    }
}

VectorXf V(truncatedSize);
for(int i=0;i<truncatedSize;i++)
{       
    V(i)=TruncatedForce[i][1];
}

// solve Ax = b
ConjugateGradient<SparseMatrix<double>, Lower|Upper> cg;
cg.compute(A);

VectorXf xa(truncatedSize);
xa = cg.solve(V);

Answer 1

您确实需要将此显示为MCVE。如果您对它进行了更多的模拟，那么您的结果可能如下：

#include <Eigen/Core>
#include <Eigen/Sparse>

using namespace Eigen;

int main()
{
    int truncatedSize = 50;
    SparseMatrix<double> A(truncatedSize, truncatedSize);

//  We have no idea what TruncatedGlMatrix or TruncatedForce are...
//  for (int i = 0; i < truncatedSize; i++)
//  {
//      for (int j = 0; j < truncatedSize; j++)
//      {
//          A.insert(i, j) = TruncatedGlMatrix[i][j];
//      }
//  }

    VectorXf V(truncatedSize);
//  for (int i = 0; i < truncatedSize; i++)
//  {
//      V(i) = TruncatedForce[i][1];
//  }

    // solve Ax = b
    ConjugateGradient<SparseMatrix<double>, Lower | Upper> cg;
    cg.compute(A);

    VectorXf xa(truncatedSize);
    xa = cg.solve(V);
    return 0;
}

我从您那里得到一个不同的错误，但这可能是因为我不得不对您实际查看的内容进行一些猜测。在上面的代码中，问题在于您混合了double 和float 标量类型。即，

xa = cg.solve(V);

xa 和V 是floats 的向量，而cg 和A 具有double 作为它们的标量类型。您必须在这些之间显式转换，因此将该行替换为

xa = cg.solve(V.cast<double>()).cast<float>();

将解决我的 MCVE 遇到的问题（这也可能是您的问题，我不知道如何判断）。