C++ 从稀疏矩阵中提取一个块作为另一个稀疏矩阵

如何从

特征：：SparseMatrix

中提取块。似乎没有我用于密集型的方法

‘class Eigen::SparseMatrix<double>’ has no member named ‘topLeftCorner’
‘class Eigen::SparseMatrix<double>’ has no member named ‘block’

“类特征：：SparseMatrix”没有名为“topLeftCorner”的成员
“类特征：：SparseMatrix”没有名为“block”的成员

---

有一种方法可以将块提取为

Eigen:：SparseMatrix

？

对的支持非常少（抱歉，没有双关语）。实际上，您只能访问一组连续的行作为行主，列作为列主。这样做的原因不是矩阵可能为空，而是索引方案比密集矩阵要复杂一些。对于密集矩阵，您只需要额外的步幅数即可支持子矩阵支持

我创建此函数是为了从

Eigen:：SparseMatrix

typedef三重态trip；
SparseMatrix sparseBlock（SparseMatrix M，
int ibegin、int jbegin、int icount、int jcount）{
//仅适用于稀疏矩阵
assert（ibegin+icount现在在
Eigen 3.2.2
中支持它（尽管早期版本也支持它）

#包括
#包括
#包括
使用名称空间特征；
int main（）
{
MatrixXd-Stilly（6,3）；
愚蠢的可能没有一个方法，因为它是一个稀疏矩阵，可能是空的，因此提取起来不是很有用？也许你可以对此进行一些扩展，添加测试并将其发送到eigen邮件列表。你链接到的页面显示支持分块的是稀疏矩阵，也许它自上次发布以来已被更新。
typedef Triplet<double> Tri;
SparseMatrix<double> sparseBlock(SparseMatrix<double,ColMajor> M,
        int ibegin, int jbegin, int icount, int jcount){
        //only for ColMajor Sparse Matrix
    assert(ibegin+icount <= M.rows());
    assert(jbegin+jcount <= M.cols());
    int Mj,Mi,i,j,currOuterIndex,nextOuterIndex;
    vector<Tri> tripletList;
    tripletList.reserve(M.nonZeros());

    for(j=0; j<jcount; j++){
        Mj=j+jbegin;
        currOuterIndex = M.outerIndexPtr()[Mj];
        nextOuterIndex = M.outerIndexPtr()[Mj+1];

        for(int a = currOuterIndex; a<nextOuterIndex; a++){
            Mi=M.innerIndexPtr()[a];

            if(Mi < ibegin) continue;
            if(Mi >= ibegin + icount) break;

            i=Mi-ibegin;    
            tripletList.push_back(Tri(i,j,M.valuePtr()[a]));
        }
    }
    SparseMatrix<double> matS(icount,jcount);
    matS.setFromTriplets(tripletList.begin(), tripletList.end());
    return matS;
}

SparseMatrix<double> sparseTopLeftBlock(SparseMatrix<double> M,
        int icount, int jcount){
    return sparseBlock(M,0,0,icount,jcount);
}
SparseMatrix<double> sparseTopRightBlock(SparseMatrix<double> M,
        int icount, int jcount){
    return sparseBlock(M,0,M.cols()-jcount,icount,jcount);
}
SparseMatrix<double> sparseBottomLeftBlock(SparseMatrix<double> M,
        int icount, int jcount){
    return sparseBlock(M,M.rows()-icount,0,icount,jcount);
}
SparseMatrix<double> sparseBottomRightBlock(SparseMatrix<double> M,
        int icount, int jcount){
    return sparseBlock(M,M.rows()-icount,M.cols()-jcount,icount,jcount);
}

#include <iostream>
#include <Eigen/Dense>
#include <Eigen/Sparse>

using namespace Eigen;

int main()
{
  MatrixXd silly(6, 3);

  silly << 0, 1, 2,
           0, 3, 0,
           2, 0, 0,
           3, 2, 1,
           0, 1, 0,
           2, 0, 0;



  SparseMatrix<double, RowMajor> sparse_silly = silly.sparseView();

  std::cout <<"Whole Matrix" << std::endl;
  std::cout << sparse_silly << std::endl;

  std::cout << "block of matrix" << std::endl;
  std::cout << sparse_silly.block(1,1,3,2) << std::endl;

  return 0;
}