C++ 向量化对称矩阵

我想写一个具有以下签名的函数

VectorXd vectorize (const MatrixXd&);

它以VectorXd形式返回对称矩阵的内容，没有重复的元素。比如说,

int n = 3;    // n may be much larger in practice.
MatrixXd sym(n, n);
sym << 9, 2, 3,
       2, 8, 4, 
       3, 4, 7;

std::cout << vectorize(sym) << std::endl;

vec中元素的顺序并不重要，只要它是系统的。对于我来说，重要的是返回sym的数据，而不返回重复的元素，因为sym总是假定为对称的。也就是说，我想返回向量xd形式的sym的上三角视图或下三角视图的元素

我很天真地用嵌套for循环实现了矢量化，但是这个函数在我的程序中可能会被调用100多万次。因此，我的问题是：编写矢量化的计算效率最高的方法是什么？我希望使用伊根的三角形视图，但我不知道如何使用

---

提前感谢您。

关于效率，您可以编写一个带有列式和矢量化副本的for循环：

VectorXd res(mat.rows()*(mat.cols()+1)/2);
Index size = mat.rows();
Index offset = 0;
for(Index j=0; j<mat.cols(); ++j) {
    res.segment(offset,size) = mat.col(j).tail(size);
    offset += size;
    size--;
}

---

实际上，我希望编译器已经完全矢量化了嵌套循环，因此速度应该大致相同。

看起来您需要使用TriangularView和Map。此功能请求是相关的：请特别参阅comment2以了解另一种打包方式-您还必须或多或少地手动执行此操作，不过，谢谢你的回答。我编辑了一个小错误：size-应该在offset+=size之后。您能解释一下为什么使用Index而不是int吗？我以前没有见过使用的Index类。@tmnol Eigen:：Index默认情况下只是std:：ptrdiff_t的一个typedef，它是64位平台上的一个64位整数。

VectorXd res(mat.rows()*(mat.cols()+1)/2);
Index size = mat.rows();
Index offset = 0;
for(Index j=0; j<mat.cols(); ++j) {
    res.segment(offset,size) = mat.col(j).tail(size);
    offset += size;
    size--;
}