从 Matlab 到 Armadillo 需要掌握的一些基本操作

从 Matlab 到 Armadillo 需要掌握的一些基本操作

Matlab 在科研和一些算法的快速验证方面有着非常明显的优势，很多人都习惯了Matlab的矩阵操作运算，但是很多时候，一些利用Matlab开发的算法需要用C++去实现，为了尽可能兼容写Maltab算法的习惯，Armadillo是一个比较不错的C++替代库，能较好平衡易用性和速度。Armadillo是由一系列头文件定义的模板函数和类组成的，所以只需要将这些头文件包含到你的工程中就可以开发了。关于Armadillo的更多介绍，大家可以搜索相关的博客。这里只是为方便Matlab-ors快速的切换到Armadillo的使用中来继续自己的开发需要了解的一些基本操作，有了这些操作应对一般开发足够了。

在Mallab开发时，大家不需要太关注数据类型，只要逻辑对，代码都可以运行，但是在C++中，你需要时刻了解你的变量的类型及存储精度，所以为了养成好的习惯，建议在生成Armadillo的一些对象时给出明确类型指定。例如Armadillo 定义了很多类型，矩阵Mat，列向量Col/Vec, 行向量rowvec等等，这些基本类都默认为double精度，当然它们也可以用float精度，所以建议在使用这些基本类时直接直接数据精度。
Armadillo 经常使用的一些类型，dmat (double 型矩阵)，dvec (double型数列)，cx_dmat (double精度的复数矩阵)，cx_dvec(double精度的复数数列)，uvec (无符号word型整数列)，umat(无符号word型整数列)。注意，在armadillo中推荐用uvec和uword类型来作索引，尤其是同时访问矩阵中的多个值使用uvec很方便。

Armadillo 基本操作

1. 表达式生成矩阵数列

 dmat A = "1,2,3;3,4,3"; // 逗号,表示行元素间隔，分号；表示换行；
 dvec V = "1 3 4"; // 列向量
 drowvec V = "1 3 4"; // 行向量

2. 利用函数生成矩阵

dmat A = randu<dmat>(3,3); // 均匀分布
dmat B = zeros<dmat>(3,3); // 全0矩阵

3. 基本四则运算

dmat C = A+B; // 加法
dmat C = A % B; // 数组乘法即.*，不支持matalb中的broadcast功能
dmat C = A * B