C++ 特征误差：自伴视图仅适用于平方矩阵

我想解一个稀疏线性系统，如下所示：

SparseMatrix<double> A(m, n);
VectorXd b(m);
ConjugateGradient<SparseMatrix<double>, Upper> solver;
solver.compute(A);
VectorXd X = solver.solve(b);

SparseMatrix A（m，n）；
向量xd b（m）；
共轭梯度解算器；
计算（A）；
VectorXd X=解算器解算（b）；

但我在运行此代码时出错：

断言失败：（rows（）==cols（）&&“SelfAdjointView仅适用于平方矩阵”），函数SparseSelfAdjointView

我为什么会遇到这个问题以及如何解决它

---

我写了一个小例子来重现这个错误：

#include "lib/Eigen/Sparse"

using namespace Eigen;

int main()
{
    SparseMatrix<double> A(2, 3);

    A.coeffRef(0, 0) = 1;
    A.coeffRef(0, 1) = 1;
    A.coeffRef(0, 2) = 1;
    A.coeffRef(1, 0) = 1;
    A.coeffRef(1, 1) = 1;
    A.coeffRef(1, 2) = 1;

    VectorXd b(2);
    b << 3, 3;

    ConjugateGradient<SparseMatrix<double>, Upper> solver;
    solver.compute(A);
    VectorXd X = solver.solve(b);

    return 0;
}

#包括“lib/Eigen/Sparse”
使用名称空间特征；
int main（）
{
SparseMatrix A（2,3）；
A.系数ref（0，0）=1；
A.系数ref（0，1）=1；
A.系数ref（0，2）=1；
A.系数ref（1，0）=1；
A.系数ref（1，1）=1；
A.系数ref（1，2）=1；
向量xd b（2）；
b共轭梯度

算法仅适用于自伴矩阵。对于矩形矩阵，使用

最小平方共轭梯度