稀疏矩阵求解的一点总结

前段时间遇到一些稀疏矩阵的问题，主要是求解大型的非齐次线性方程组：Ax = b, 其中 A是一个大型的稀疏矩阵，可能有上万或十万阶，根据A的特点可能有下面一些求解方法：

1. A 是一个对称正定矩阵，可以用Cholesky分解求解。

2. A 是一个方阵，但是不知道是否对称，也不知道是否正定，则可用 LU分解。

3. A 是一个长方形的矩阵，且行数要大于列数（列数大于行数的没有定解），则用QR分解。

这里面第三种情况是最慢的，对于8000 * 500 的矩阵，需要50ms左右。但是在一种情况下可以加速，即如果A是列满秩的，则可以将方程两端同乘以 A^T:

A^T * Ax = A^T b

这样就变成了一个新的方程组，新的系数矩阵是 A^T * A, 可以证明在列满秩的情况下，A^T * A 是一个对称正定的矩阵，因此可以用case 1 或 case 2的方法求解。

实验表明，对于8000 * 500 左右的稀疏矩阵，采用这种方法只需要 4ms左右，可以极大的提高效率（A^T * A 只是一个 500 * 500 的矩阵，阶数变小了很多）。

下面是几个常用的稀疏矩阵的求解库：

1. Eigen : http://eigen.tuxfamily.org/dox/group__TutorialSparse.html

这是一个完全由类模板写成的轻量级的求解库，可以很方便的使用，不用编译。接口做的非常好，易懂易用，但是求解器效率不是很高。幸运的是他们给出了与其他高效求解库的接口，只需要把其他求解库比如 superLU 和 SuiteSparse加入进来，就可以非常方便的使用了，比原来的接口易用的多。

2. SuiteSparse: http://faculty.cse.tamu.edu/davis/suitesparse.html

正如他的名字一样，这个库集成了多个求解器，基本可以应会所有的稀疏矩阵求解，而且还有牛人做了vs版 本：

https://github.com/jlblancoc/suitesparse-metis-for-windows

3. SuperLU:

http://crd-legacy.lbl.gov/~xiaoye/SuperLU/

用LU分解的求解稀疏矩阵的库，速度没得说，可以直接用vs进行编译：

http://blog.csdn.net/gindar/article/details/8010794

“1)新建一个工程A(这里命名为SuperLU)，先将**\SuperLU_4.0\SRC 中的所有的.c文件添加到源文件文件夹中，所有的.h文件添加到头文件文件夹中。
2)然后在工程右击->属性->配置属性->general->Configeration Type->选择static Liarary(.lib)这个，单击apply.(或者在建立工程的时候直接选创建的是静态库也可以)
3)将文件夹**\SuperLU_4.0\SRC 添加到右击->属性->C++->general->Additional Include Directories中”

推荐使用Eigen + SuperLu + SuiteSparse，这样可以使用Eigen封装好的接口。