开源矩阵计算工具Eigen学习笔记（一）

看到“矩阵计算”这几个字，大家肯定首先想到的是大名鼎鼎的美国MathWorks公司开发的MATLAB矩阵实验室，MATLAB功能的确非常强大。但有时由于一些特殊需求，我们只能用C++/C来编程实现矩阵运算。下面通过一些简单的例子来了解Eigen

#include <iostream>
#include <Eigen/Dense>
using Eigen::MatrixXd;
int main()
{
  MatrixXd m(2,2);
  m(0,0) = 3;
  m(1,0) = 2.5;
  m(0,1) = -1;
  m(1,1) = m(1,0) + m(0,1);
  std::cout << m << std::endl;
}

#include <Eigen/Dense> 

Eigen/dense头文件定义了MatrixXd type 和相关类型的成员函数。

读完这个程序，能看出MatrixXd 只是声明了一个2x2的矩阵，并没有对其进行初始化。但为什么要用MatrixXd，X和d分别有什么含义呢？

X：代表一个任意大小的矩阵。d：表示输入元素的类型为double。如果想要输入浮点型元素，改为MatrixXf就可以了，同理，想输入整型元素，改为MatrixXi即可。

 m(0,0) = 3;

这条语句将矩阵的第一个元素赋值为3， 注意这里在进行赋值时，元素索引从0开始，要与数学表达进行区分，第一行和第一列下标为（0,0）

Eigen提供了两种表示dense objects，用矩阵类的模板函数来表示矩阵和向量。用类数组类的模板函数来表示一维和二维数组，原型如下所示：

typedef Matrix<Scalar, RowsAtCompileTime, ColsAtCompileTime, Options> MyMatrixType;
typedef Array<Scalar, RowsAtCompileTime, ColsAtCompileTime, Options> MyArrayType;

Scalar:数据类型（int，double，float）；

RowsAtCompileTime:矩阵行数，也可以动态确定

ColsAtCompileTime:矩阵列数，也可以动态确定

Matrix<double,Dynamic,Dynamic>   <=>   MatrixXd
Matrix<float,Dynamic,Dynamic>   <=>   MatrixXf

Eigen也提供了很多新的类型定义：

Matrix2d is a 2x2 square matrix of doubles (Matrix<double, 2, 2>)
Vector4f is a vector of 4 floats (Matrix<float, 4, 1>)
RowVector3i is a row-vector of 3 ints (Matrix<int, 1, 3>)
MatrixXf is a dynamic-size matrix of floats (Matrix<float, Dynamic, Dynamic>)
VectorXf is a dynamic-size vector of floats (Matrix<float, Dynamic, 1>)
Matrix2Xf is a partially fixed-size (dynamic-size) matrix of floats (Matrix<float, 2, Dynamic>)
MatrixX3d is a partially dynamic-size (fixed-size) matrix of double (Matrix<double, Dynamic, 3>)

下面开始介绍矩阵的一些基本运算

一：矩阵相加

#include <iostream>  
#include <stdlib.h>
#include <Eigen/Dense>  
using namespace Eigen;
int main()
{
	MatrixXd m(2, 2);
	m(0, 0) = 3;
	m(1, 0) = 2.5;
	m(0, 1) = -1;
	m(1, 1) = 5;
	std::cout << "Here is the matrix m:\n" << m << std::endl;
	MatrixXd n(2, 2);
	n(0, 0) = 4;
	n(1, 0) = 1.5;
	n(0, 1) = 3;
	n(1, 1) = -2.5;
	std::cout << "Here is the matrix n:\n" << n << std::endl;
	MatrixXd A(2, 2);
	A = m + n;
	std::cout << "Here is the matrix A:\n" << A << std::endl;
	system("pause");
}

二矩阵相减

#include <iostream>  
#include <stdlib.h>
#include <Eigen/Dense>  
using namespace Eigen;
int main()
{
	Matrix3d m;
	m << 1, 2, 3,
		4, 5, 6,
		7, 8, 9;
	std::cout << "Here is the matrix m:\n" << m << std::endl;
	Matrix3d n;
	n << 1.5, 3.4, 2.6,
		4.2, 5.5, 6.2,
		7.1, 8.5, 5.5;
	std::cout << "Here is the matrix n:\n" << n << std::endl;
	Matrix3d B;
	B = n - m;
	std::cout << "Here is the matrix B:\n" << B << std::endl;
	system("pause");
}

运行结果如图所示

这段程序中使用了一种新的方法来对矩阵进行初始化，重载了“《”来输入矩阵中的元素。

三矩阵相乘

#include <iostream>  
#include <stdlib.h>
#include <Eigen/Dense>  
using namespace Eigen;
int main()
{
	Matrix3d m;
	m <<    1, 1, 1,
		1, 1, 1,
		1, 1, 1;
	std::cout << "Here is the matrix m:\n" << m << std::endl;
	Matrix3d n;
	n <<    2, 2, 2,
		2, 2, 2,
		2, 2, 2;
	std::cout << "Here is the matrix n:\n" << n << std::endl;
	Matrix3d B;
	B = n * m;
	std::cout << "Here is the matrix B:\n" << B << std::endl;
	system("pause");
}

运行结果如图所示

详细的教程请访问官网：

http://eigen.tuxfamily.org/dox/index.html