Eigen的简单使用说明

参考文章：

https://blog.csdn.net/houjixin/article/details/8490941

Eigen矩阵运算开源库完全使用指南 - 程序员大本营 (pianshen.com)

帮助文档：https://pan.baidu.com/s/104CuzGo9KtW5Rtlvp5EuSg   sysu 

1. 前言

本篇文档主要目的为记录个人使用Eigen时遇到的一些问题以及使用心得等等，其实更多的是留给自己日后方便重新查看吧。目前遇到的最奇怪的问题就是动态矩阵相加报错的bug，如若遇到新的问题会再继续更新。

2. Eigen

Eigen库是一个开源的矩阵运算库，以矩阵为其基本数据类型，向量也是其中一种的特殊矩阵，所有矩阵数据类型都是由一个模板类Matrix生成的，其定义方式为：

Eigen::Matrix< _Scalar, _Rows, _Cols, _Options, _MaxRows, _MaxCols >

常用：

_Scalar：数值类型，支持用户自定义的数值类型。

_Rows：行数，或者 Dynamic，即动态输入。

_Cols：列数，或者 Dynamic，即动态输入。

不常用：

_Options：定义各类选项，包括行优先、列优先等。

_MaxRows：最大行数量。

_MaxCols：最大列数量。

3. 动态矩阵与静态矩阵

静态矩阵是指其大小在编译时确定，有以下几种定义方式：

Matrix3d a：表示元素类型为double，大小为3*3，其大小在编译时就知道。

Matrix b：其行列数不能以变量的形式输入。

动态矩阵是指其大小在运行时确定，有以下几种定义方式：

MatrixXd c(5, 2)：虽然指定了矩阵的大小，但也是在运行时才确定，属动态矩阵。

Matrix d：赋值前需要先用resize()或者Random()函数进行初始化以确定其行列范围。

需注意：

1. 固定大小的矩阵不能使用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。
4. Eigen重载了“<<”操作符，可用于对已初始化的矩阵进行赋值，赋值时会以行优先的顺序依次进行赋值，也可以使用矩阵或向量进行分块赋值，不过分块的大小不能超出矩阵的范围。
5. 对于动态矩阵m,n与静态矩阵q，m + n会报错，m + q不会报错，m + n + q会报错，m + q + n, q + m + n不会报错。使用VectorXd定义的动态向量之间的加减运算不会报错。
6. 对于动态矩阵m与静态矩阵q，2 * m不会报错，m * 2会报错，(m + q) * 2不会报错。

猜测：虽然动态矩阵已经是固定大小，但Eigen进行运算时对其行列的引用出错。

报错内容： 读取访问权限冲突。

4. 函数

基本还是很全面的，有需要的时候浏览帮助文档即可

1. 对矩阵元素进行操作或计算的函数：cwisexxx系列。
2. 各类基础矩阵计算函数等。
3. 矩阵类型判断函数等。