C++ 在特征库计算（）中执行analyzePattern（）和factorize（）的成本

我指的是Eigen文档中的章节：

在

compute（）

函数中，矩阵通常被分解为：

准确地说，对于这类解算器， 计算步骤进一步细分为

analyzePattern（）

和

factorize（）

analyzePattern（）

的目标是对 矩阵，以便分解步骤创建较少的填充。这 step仅利用矩阵的结构因此 这一步可用于矩阵具有以下性质的其他线性系统： 相同的结构。

在

factorize（）

中，计算系数矩阵的因子。 每次矩阵值更改时都应调用此步骤。 但是，矩阵的结构模式不应改变 在多个通话之间。

文件

计算列排列以最小化填充

• 将此排列应用于输入矩阵-
• 计算置换矩阵上的列消除树
• 后序消除树与列置换

及

数字因式分解和符号因式分解交织在一起 退出，信息是

=0：成功的因式分解

0:如果info=i，且i为

ncol:U（i，i）正好是零。因子分解已经完成 已经完成，但因子U是单数， 如果用它来解a，就会出现被零除的情况 方程组

A->ncol：内存分配时分配的字节数 发生故障，加上->ncol。如果lwork=-1，则为 估计所需的空间量，加上->ncol

我的问题是，我们知道调用

analyzePattern（）

和

factorize（）

的相对成本吗

这个问题对我很重要，因为我的应用程序有一个稳定的矩阵结构，但系数矩阵不断变化。示例：在FEM模型中，FEM用户通常保持图元连接不变，但始终更改图元尺寸以获得最佳设计

---

因此，如果

analyzePattern（）

比

factorize（）

昂贵得多，那么我可以利用这一事实重写代码。如果没有，我可以坚持使用

compute（）

函数，并在每次元素大小更改时重新运行

analyzePattern（）

这在很大程度上取决于矩阵的结构。根据我的经验，符号部分通常比数字部分便宜得多，然而，根据对此的评论，有时恰恰相反。因此，恐怕在你坐上板凳之前，你永远无法确定。

为什么不测量你的特定图案的差异，然后根据差异做出决定？@AviGinsburg，我可以。但是我想，如果这两个函数的性能在互联网上被记录下来（作为一个SO Q&a），它将对整个互联网有益。我可以问一下，你使用稀疏解算器的目的是什么吗？我的模型是有限元模型。这里也是一样，但结构仍然很大程度上取决于域的尺寸（1D、2D、3D）和元素的种类。