Arrays 向量之间的本征差，VectorX，VectorXi

上下文

---

我试图为

int

找到最佳的一维存储类型。我计划将Eigen:：Vector对象用作“索引容器”（即存储表示更大向量的索引的

int

值），然后对这些“索引容器”进行一些自定义验证。虽然我可以从这个“索引容器”中删除值，但我永远不会向其中添加新值：因此

size

始终是没有typdef

eigent:：Vector

或

eigent:：VectorX

。这种方便类型定义的格式为

Eigen:：VectorNt

，其中

N

和

t

的可能选择如下所述：

方便型 Eigen定义了以下矩阵类型：

MatrixNt for Matrix<type, N, N>. For example, MatrixXi for Matrix<int, Dynamic, Dynamic>.
VectorNt for Matrix<type, N, 1>. For example, Vector2f for Matrix<float, 2, 1>.
RowVectorNt for Matrix<type, 1, N>. For example, RowVector3d for Matrix<double, 1, 3>.

矩阵的矩阵NT。例如，MatrixXi表示矩阵。 矩阵的向量。例如，向量2f表示矩阵。 矩阵的行向量。例如，矩阵的RowVector3d。 其中：

N can be any one of 2, 3, 4, or X (meaning Dynamic).
t can be any one of i (meaning int), f (meaning float), d (meaning double), cf (meaning complex<float>), or cd (meaning complex<double>).

N可以是2、3、4或X（表示动态）中的任意一个。
t可以是i（表示int）、f（表示浮点）、d（表示双精度）、cf（表示复数）或cd（表示复数）中的任意一个。

这些都是稠密

特征：：矩阵类的变体

对于将引用更大向量的元素的“索引容器”，您的意思并不完全清楚。索引号可以存储在
Eigen:：VectorXi
容器中，但可能有更好的选择。如果只需要“索引容器”中列出的那些元素，而大向量的所有其他元素都是零，那么一个。如果您提供一个具体的示例，将更容易提供帮助。
谢谢！我甚至没想到去看矩阵部分。例如，我存储布尔向量的所有为真的索引，例如{true，false，true}={0，2}（索引容器）。
N can be any one of 2, 3, 4, or X (meaning Dynamic).
t can be any one of i (meaning int), f (meaning float), d (meaning double), cf (meaning complex<float>), or cd (meaning complex<double>).