C++ Eigen库的下载配置和使用

一、Eigen 介绍

Eigen 是 C++ 的线性代数库，可以用于科学计算和矩阵运算。

Eigen库的几个模块（头文件）如下：

各模块含义为：

（1）Core：有关矩阵和数组的类，有基本的线性代数（包含 三角形 和 自伴乘积 相关），还有相应对数组的操作。

（2）Geometry：几何学相关，有关转换、平移、进位制、2D旋转、3D旋转（四元组和角轴相关）

（3）LU：逻辑单元的类，有关求逆，求行列式，LU分解解算器（FullPivLU,PartialPivLU)

（4）Cholesky：包含LLT和LDLT的乔里斯基因式分解法，Cholesky分解是把一个对称正定的矩阵表示成一个下三角矩阵L和其转置的乘积的分解。

（5）Householder：豪斯霍尔德变换，这个模块供几个线性代数模块使用。

（6）SVD：奇异值分解，最小二乘解算器解决奇异值分解。

（7）QR：QR分解求解，三种方法：HouseholderQR、ColPivHouseholderQR、FullPivHouseholderQR

（8）Eigenvalues：特征值和特征向量分解的方法：EigenSolver、SelfAdjointEigenSolver、ComplexEigenSolver

（9）Sparse：稀疏矩阵相关类，对于稀疏矩阵的存储及相关基本线性代数。

（10）Dense：包含Core、Gelometry、LU、Cholesky、SVD、QR和Eigenvalues模块。

（11）Eigen：包含上述所有的模块。

以上内容转载于：Eigen库矩阵运算使用方法

二、Eigen 的下载

官网下载地址：http://eigen.tuxfamily.org/index.php?title=Main_Page

下载右边栏的 zip 文件并解压。

官网也有相关的指导文档（英文的）。

三、Eigen 的配置

3.1 在 Qt 下配置

第一步：在.pro文件下添加如下代码：

INCLUDEPATH += F:\eigen-3.4.0\eigen-3.4.0

这里的路径就是解压Eigen的路径：

第二步：在cpp文件中添加：

#include <Eigen/Dense>

可以根据个人习惯考虑是否添加：

using namespace Eigen；

这样就可以使用Eigen库进行计算了。

3.2 在 Visual Studio (VS) 下配置

以VS2017为例。

在解决方案资源管理器中右键项目名称，选择“属性”。

在属性页面找到c /c++ “常规”里面的“附加包含目录”，点击选择编辑，将刚刚下载的Eigen库文件添加进来即可。

这样就可以在VS中使用Eigen库了。

四、Eigen 的使用

参考资料：Eigen介绍及简单使用

4.1 矩阵和向量的初始化

Eigen中关于矩阵类的模板函数中，共有六个模板参数，常用的只有前三个。其前三个参数分别表示矩阵元素的类型、行数和列数，如定义一个2行3列的数据类型为double的矩阵：

Matrix<double, 2, 3> A;

程序示例：

#include <iostream>
#include <assert.h>
#include <Eigen/Dense>
using namespace std;
using namespace Eigen;    //注意这里使用了Eigen命名空间

int main()
{
   
    Matrix<double, 2, 3> A;
    cout<<A<<endl;
    return 0;
}

//输出：
3.95253e-323 3.95253e-323 7.77391e-317
2.07493e-317 4.99006e-322 7.90505e-323

Eigen中的矩阵类型一般都是用 MatrixXXX 来表示，可以根据该名字来判断其数据类型，”d”表示double类型，”f”表示float类型，”i”表示整数，”c”表示复数。

比如 Matrix2d 表示一个 2*2 的、每个元素都是double类型的矩阵。

同理 Vector3i 表示一个 3*1的、每个元素都是int类型的列向量。

Eigen::Matrix2f B;    //创建一个2*2 的、每个元素都是float类型的矩阵B
Eigen::Vector3i b;    //创建一个3*2 的、每个元素都是int类型的列向量b

上面的方法只能创建方阵，那么如何创建任意大小的矩阵呢？这就要用到动态矩阵了，如 MatrixXd、MatrixXf 等。

例如 MatrixXd 表示任意大小的元素类型为double的矩阵。

#include <iostream>
#include <assert.h>
#include <Eigen/Dense>
using namespace std;     //注意这里没有使用Eigen命名空间

int main()
{
   
    Eigen::MatrixXd a(2,3);    //使用前要初始化
    cout<<a<<endl;
    return 0;
}

//输出：
3.73516e-317            0            0
3.72376e-317            0 1.41134e-310

下面的代码都不使用Eigen命名空间。

4.2 矩阵元素的赋值

在Eigen中重载了”<<”操作符，通过该操作符即可以一个一个元素的进行赋值，也可以一块一块的赋值。另外也可以使用下标进行赋值。

用 ”<<” 操作符赋值：

int main()
{
   
    Eigen::Matrix<double, 2, 3> A;
    A<<1,2,3,4,5,6;    //用“<<”操作符进行赋值
    cout<<A<<endl;
    return 0;
}

//输出：
1 2 3
4 5 6

用下标赋值：

int main()
{
   
    Eigen::Matrix<double, 2, 3> A;
    A<<1,2,3,4,5,6;
    A(1,2)=10;    //第2行第3列
    cout<<A<<endl;
    return 0;
}

//输出：
1  2  3
4  5 10

4.3 矩阵元素的访问

在矩阵的访问中，行索引总是作为第一个参数，Eigen中矩阵、数组、向量的下标都是从0开始。矩阵元素的访问可以通过”()”操作符完成。例如A(2, 3)既是获取矩阵A的第3行第4列元素。

针对向量还提供”[]”操作符，矩阵则不可如此使用。

4.4 获取矩阵大小

获取矩阵行数：A.rows()
获取矩阵列数：A.cols()
获取矩阵大小：A.size()

代码示例：

int main()
{
   
    Eigen::Matrix<double, 3, 5> A;
    cout<<A.rows()<<endl;    //矩阵行数
    cout<<A.cols()<<endl;    //矩阵列数
    cout<<A.size()<<endl