Eigen的inverse方法和SVD分解法求逆耗时对比

通过SVD分解求逆的参考博客
之前在看机器人微分逆运动学时，看到有博主提出用svd分解求逆来代替inverse方法可加速计算，下面特意验证一下：

取一个100行100列的矩阵，分别使用Eigen的SVD分解法再计算逆矩阵和直接用Eigen的inverse方法做个对比

#include <iostream>
#include<algorithm>
#include<Eigen/Dense>
#include<chrono>
int main(int, char**){

    constexpr int row=100;
    constexpr int col=100;
    Eigen::Matrix<double,row,col> jac=Eigen::Matrix<double,row,col>::Random();

    //svd
    auto svd_start=std::chrono::system_clock::now();
    double esp=1e-8;
    int k=std::min(row,col);
    Eigen::JacobiSVD<Eigen::Matrix<double,row,col>> svd(jac,Eigen::ComputeFullU|Eigen::ComputeFullV);
    Eigen::MatrixXd singular_value=svd.singularValues();
    Eigen::MatrixXd singular_value_inv=Eigen::MatrixXd::Zero(col,row);
    for(int i=0;i<k;i++)
    {
        if(singular_value(i)>esp)
        {
            singular_value_inv(i,i)=1/singular_value(i);
        }
        else
        {
            singular_value_inv(i,i)=0;
        }
    }
    auto jac_inv_svd=svd.matrixV()*singular_value_inv*svd.matrixU().transpose();
    // std::cout<<"jac_inv calculated with svd:\n"<<jac_inv_svd<<std::endl;
    auto svd_end=std::chrono::system_clock::now();
    auto svd_duration= std::chrono::duration_cast<std::chrono::nanoseconds>(svd_end-svd_start);
    std::cout<<"svd inverse cost time:\n"<<svd_duration.count()<<std::endl;

    auto inv_start=std::chrono::system_clock::now();
    auto jac_inv=jac.inverse();
    // std::cout<<"jac_inv calculated with inverse():\n"<<jac_inv<<std::endl;
    auto inv_end=std::chrono::system_clock::now();
    auto inv_duration=std::chrono::duration_cast<std::chrono::nanoseconds>(inv_end-inv_start);
    std::cout<<"inv inverse cost time:\n"<<inv_duration.count()<<std::endl;
}

运行结果

inverse爆杀SVD后再求逆矩阵。