C++ 在访问Eigen:：VectorXd时使用零作为第二个索引安全吗？

Eigen:：VectorXd

有一个

标量运算符（）（索引i）

，它返回向量中索引

i

处的系数。然而，由于

本征：：向量xd

是

本征：：矩阵的一种特殊类型，即
本征：：矩阵的类型
，还有一个
标量运算符（）（索引i，索引j）

问题：

如果我将
j
设置为零，是否可以假设使用第二个版本是安全的（即没有未定义的行为）？换句话说，下面的代码是否正确

Eigen::VectorXd v(4);
v << 1, 2, 3, 4;
std::cout << v(2, 0); // displays 3

Eigen:：VectorXd v（4）；
v只要
v
是一个列向量，它是安全的，而使用
v（i）
对列向量和行向量都有效，例如：

template<typename T>
void foo(const T &v) {
  v(2);   // OK
  v(2,0); // -> out of bounds runtime assertion
}
MatrixXd mat(10,10);
foo(mat.row(5));

模板
void foo（施工T&v）{
v（2）；//好的
v（2,0）；//->越界运行时断言
}
MatrixXd mat（10,10）；
foo(垫排(5));；
我将阐述@ggaels。如果查看DenseCoeffsBase.h（我引用的是3.2.10）中的
操作符（）
定义，您将看到它们都调用
coeff
（或
coefref
）

因此，对于行向量，您必须编写
v（0,2）
，以避免可能的断言失败/越界错误。
为什么不尝试一下呢？正如我所说，我尝试过，但如果有一些奇怪的UB尝试，则无法确保代码是正确的。抱歉，我误解了。根据你的措辞，它听起来像是你编译的，但没有运行它。@mascoj不用担心。谢谢你的代码片段，它确实让人放心。
EIGEN_STRONG_INLINE CoeffReturnType operator()(Index row, Index col) const
{
  eigen_assert(row >= 0 && row < rows()
      && col >= 0 && col < cols());
  return derived().coeff(row, col);
}

EIGEN_STRONG_INLINE CoeffReturnType
operator()(Index index) const
{
  eigen_assert(index >= 0 && index < size());
  return derived().coeff(index);
}

EIGEN_STRONG_INLINE Scalar& coeffRef(Index rowId, Index colId)
{
  if(Flags & RowMajorBit)
    return m_storage.data()[colId + rowId * m_storage.cols()];
  else // column-major
    return m_storage.data()[rowId + colId * m_storage.rows()];
}

EIGEN_STRONG_INLINE Scalar& coeffRef(Index index)
{
  return m_storage.data()[index];
}