基于 intel MKL 的对称矩阵特征值求解器

        直接调用 intel Math Kernel Library 是比较麻烦的，而第三方的线性代数计算库往往效率不佳。于是我模仿 Eigen 的风格对 intel MKL 函数做了简单的封装。以下代码中的 EigenSolver 类能够轻松愉快高效地求解实对称矩阵的特征值和特征向量，也可以高效地求解逆矩阵。为了效率优先，特征值求解与逆矩阵求解都是直接在原矩阵上进行，不保存原来的矩阵。

/*
* Symmetric Dense Matrix Class
*/

#ifndef MATRIX_CLASS_H
#define MATRIX_CLASS_H

#include <iostream>
#include <iomanip>
#include "mkl_lapacke.h"

class EigenSolver;
class Matrix;

class Matrix
{
public:
	Matrix(std::size_t rVal = 0)
	{
		_Rows = rVal;
		_Cols = _Rows;
		_Data = new double[_Rows * _Cols];
	}
	Matrix(std::size_t rVal, std::size_t cVal)
	{
		_Rows = rVal;
		_Cols = cVal;
		_Data = new double[_Rows * _Cols];
	}
	Matrix(const Matrix& rhs)
	{
		_Rows = rhs._Rows;
		_Cols = rhs._Cols;
		_Data = new double[_Rows * _Cols];
		for(std::size_t ix = 0; ix != _Rows * _Cols; ++ix)
		{
			*(_Data + ix) = *(rhs._Data +