C++调用Eigen库进行矩阵基础运算

C++调用Eigen库进行矩阵基础运算

#Eigen头文件介绍
利用C++调用Eigen库实现矩阵的基础运算，包括矩阵的相加，相乘，转置，求逆，伴随矩阵，特征值。

Eigen是C++中可以用来调用并进行矩阵计算的一个库，里面封装了一些类，需要的头文件和功能如下：

Eigen基础语法说明：
矩阵类型：Eigen中的矩阵类型一般都是用类似MatrixXXX来表示，可以根据该名字来判断其数据类型，比如”d”表示double类型，”f”表示float类型，”i”表示整数，”c”表示复数；Matrix2f，表示的是一个22维的，其每个元素都是float类型。
数据存储：Matrix创建的矩阵默认是按列存储，Eigen在处理按列存储的矩阵时会更加高效。如果想修改可以在创建矩阵的时候加入参数，如:
Matrix<int,3, 4, ColMajor> Acolmajor;
Matrix<int,3, 4, RowMajor> Arowmajor;
动态矩阵和静态矩阵：动态矩阵是指其大小在运行时确定，静态矩阵是指其大小在编译时确定。
MatrixXd：表示任意大小的元素类型为double的矩阵变量，其大小只有在运行时被赋值之后才能知道。
Matrix3d：表示元素类型为double大小为33的矩阵变量，其大小在编译时就知道。
在Eigen中行优先的矩阵会在其名字中包含有row，否则就是列优先。Eigen中的向量是一个特殊的矩阵，其维度为1。
矩阵元素的访问：在矩阵的访问中，行索引总是作为第一个参数，Eigen中矩阵、数组、向量的下标都是从0开始。矩阵元素的访问可以通过”()”操作符完成。例如m(2, 3)既是获取矩阵m的第2行第3列元素。
针对向量还提供”[]”操作符，注意矩阵则不可如此使用。
设置矩阵的元素：在Eigen中重载了”<<”操作符，通过该操作符即可以一个一个元素的进行赋值，也可以一块一块的赋值。另外也可以使用下标进行赋值。
重置矩阵大小：当前矩阵的行数、列数、大小可以通过rows()、cols()和size()来获取，对于动态矩阵可以通过resize()函数来动态修改矩阵的大小。注意：

(1)、固定大小的矩阵是不能使用resize()来修改矩阵的大小；

(2)、resize()函数会析构掉原来的数据，因此调用resize()函数之后将不能保证元素的值不改变；

(3)、使用”=”操作符操作动态矩阵时，如果左右两边的矩阵大小不等，则左边的动态矩阵的大小会被修改为右边的大小。
矩阵和向量的算术运算：在Eigen中算术运算重载了C++的+、-、*
(1)、矩阵的运算：提供+、-、一元操作符”-”、+=、-=；二元操作符+/-，表示两矩阵相加(矩阵中对应元素相加/减，返回一个临时矩阵)；一元操作符-表示对矩阵取负(矩阵中对应元素取负，返回一个临时矩阵)；组合操作法+=或者-=表示(对应每个元素都做相应操作)；矩阵还提供与标量(单一数字)的乘除操作，表示每个元素都与该标量进行乘除操作；
(2)、求矩阵的转置、共轭矩阵、伴随矩阵：可以通过成员函数transpose()、conjugate()、adjoint()来完成。注意：这些函数返回操作后的结果，而不会对原矩阵的元素进行直接操作，如果要让原矩阵进行转换，则需要使用响应的InPlace函数，如transpoceInPlace()等；
(3)、矩阵相乘、矩阵向量相乘：使用操作符*，共有和=两种操作符；
(4)、矩阵的块操作：有两种使用方法：
matrix.block(i,j, p, q) : 表示返回从矩阵(i, j)开始，每行取p个元素，每列取q个元素所组成的临时新矩阵对象，原矩阵的元素不变；
matrix.block<p,q>(i, j) :<p, q>可理解为一个p行q列的子矩阵，该定义表示从原矩阵中第(i, j)开始，获取一个p行q列的子矩阵，返回该子矩阵组成的临时矩阵对象，原矩阵的元素不变；
(5)、向量的块操作：
获取向量的前n个元素：vector.head(n);
获取向量尾部的n个元素：vector.tail(n);
获取从向量的第i个元素开始的n个元素：vector.segment(i,n);

Eigen库的配置

代码展示

#include <iostream>
#include <Eigen\Dense>
using Eigen::MatrixXd;
using namespace std;
using namespace Eigen;
int main()
{
	///动态矩阵初始化
	MatrixXd m(2, 2);//MatrixXd 代表 这个矩阵是double类型, X代表具体的行数都动态编译的
	m(0, 0) = 3;
	m(1, 0) = 2.5;
	m(0, 1) = -1;
	m(1, 1) = m(1, 0) + m(0, 1);
	cout << m << endl;


	///简单矩阵运算
	Matrix2d mat;//Matrix2d：表示元素类型为double大小为2*2的矩阵变量，其大小在编译时就知道。
	mat << 1, 2,
		3, 4;
	Vector2d u(-1, 1), v(2, 0);
	cout << "the mat is: \n" << mat << endl;//展示矩阵
	cout << "the u is:\n" << u << endl;
	cout << "the v is:\n" << v << endl;
	cout << "Here is mat*mat:\n" << mat * mat << endl;//矩阵与自己相乘
	cout << "Here is mat*u:\n" << mat * u << endl;//矩阵与向量相乘
	cout << "here is u^T\n" << u.transpose() << endl;//调用函数求转置矩阵
	cout << "Here is u^T*v:\n" << u.transpose()*v << endl;
	cout << "Here is u*v^T:\n" << u * v.transpose() << endl;

	///转置矩阵，逆矩阵，伴随矩阵，特征值等求解
	Matrix3d Mat1;
	Mat1 << 1, 2, 3,
		4, 6, 8,
		7, 9, 9;
	cout << "Mat1=\n" << Mat1 << endl;
	cout << "Mat1转置矩阵：\n" << Mat1.transpose() << endl;
	cout << "Mat1伴随矩阵：\n" << Mat1.adjoint() << endl;
	cout << "Mat1逆矩阵：\n" << Mat1.inverse() << endl;
	cout << "Mat1行列式：\n" << Mat1.determinant() << endl;
	SelfAdjointEigenSolver<Matrix3d>eigensover(Mat1);
	if (eigensover.info() != Success) abort();
	cout << "特征值：\n" << eigensover.eigenvalues() << endl;
	cout << "特征向量：\n" << eigensover.eigenvectors() << endl;

	
	int r = 3;
	int c = 4;

	MatrixXd mat2(r, c);
	for (int i = 0; i < r; i++)
	{
		for (int j = 0; j < c; j++)
		{
			mat2(i, j) = (i + 1)*(j + 1);
		}
	}
	cout << mat2 << endl;
	return 0;

}

参考博客地址：
C++矩阵计算库Eigen3之：矩阵的基本操作和运算
C++矩阵运算库eigen
C++Eigen库的使用方法