稀疏矩阵求最小或最大的K个特征值及其特征向量

       本人挤牙膏试的文笔，没有习惯写博客，为了方便以后遇到这个问题不要重头再来，也为了有可能能给其他小伙伴一些建议，还是决定整理整理思路，努力写篇大家看得懂的笔记吧。

      由于我要处理的问题是求一个5000*5000维度矩阵的最小特征向量，我的矩阵有个特点，虽然维度大，但是没行只有4个非零值，很稀的矩阵，有点像食堂的免费汤里的蛋花，OpenCV有个函数

CVAPI(void)  cvEigenVV( CvArr* mat, CvArr* evects, CvArr* evals,double eps CV_DEFAULT(0), int lowindex CV_DEFAULT(-1), int highindex CV_DEFAULT(-1))是可以求对称矩阵的特征值和特征向量，它不争气的求了将近一个小时，还是没有给出结果。为了这一个特征向量，费这么大劲，逼着我去找解决的方法。

       Matlab有个函数eigs(),可以求最小的k个特征值及其对应的特征向量，配上sparse矩阵，这个问题大约只用到几秒，于是想查查，matlab到底用了什么算法，怎么能这么给力呢。matlab很直白的告诉我们说，我用了Arnoid算法，还有个包，ARPACK包。

     于是，转战ARPACK，ARPACK是fortran语言写的，我是用VS开发，这显然又给我出难题了，google搜了很久，发现有个哥们直接开悬赏帖，让我有些没有底气了，难道真的这么难搞定吗？没有办法，工作需要，硬着头皮搞。

    这个哥们的博客&