在Egeng 2库中使用线性回归时，模板参数推导/替换失败 我在一个现有的C++代码库中工作，调用函数有问题。

我试图使用代码库中已有的一个旧的特征库中的线性回归函数，您可以看到，但下面是相关的声明

template<typename VectorType>
void linearRegression(int numPoints,
                      VectorType **points,
                      VectorType *result,
                      int funcOfOthers )
{ ... }

模板
无效线性回归（整数个点，
矢量类型**点，
VectorType*结果，
int funcOfOthers）
{ ... }

以下是我的匿名代码副本：

// MyClass has member variable int maxIdx = 5
void MyClass::myFunction()
{
    Eigen::Vector2d points[maxIdx];
    Eigen::Vector2d coeffs;
    for(int i = 0; i < maxIdx; i++)
    {
        points[i] = Eigen::Vector2d(data->mydata[i].x, data->mydata[i].y);
    }
    Eigen::linearRegression( maxIdx, &points, &coeffs, 1 );

    // do more stuff with coeffs
}

//MyClass的成员变量int maxIdx=5
void MyClass:：myFunction（）
{
本征：：矢量2D点[maxIdx]；
本征：向量2D系数；
对于（int i=0；i我的数据[i].x，数据->我的数据[i].y）；
}
本征：：线性回归（maxIdx，&点，&系数，1）；
//用系数做更多的事情
}

这是我尝试编译时收到的错误消息：

myfile.cpp:803:67: error: no matching function for call to 'linearRegression(int, Eigen::Vector2d (*)[((MyClass*)this)->MyClass::maxIdx], Eigen::Vector2d*, int)'
         Eigen::linearRegression( maxIdx, &points, &coeffs, 1 );
                                                                   ^
myfile.cpp:803:67: note: candidate is:
In file included from [redacted]:
lib/Eigen/src/Eigen2Support/LeastSquares.h:85:6: note: template<class VectorType> void Eigen::linearRegression(int, VectorType**, VectorType*, int)
 void linearRegression(int numPoints,
      ^
lib/Eigen/src/Eigen2Support/LeastSquares.h:85:6: note:   template argument deduction/substitution failed:
myfile.cpp:803:67: note:   mismatched types 'VectorType*' and 'Eigen::Vector2d [((MyClass*)this)->MyClass::maxIdx] {aka Eigen::Matrix<double, 2, 1> [((MyClass*)this)->MyClass::maxIdx]}'

myfile.cpp:803:67:错误：调用“linearRegression（int，Eigen:：Vector2d（*）[（（MyClass*）this）->MyClass:：maxIdx]，Eigen:：Vector2d*，int]没有匹配函数”
本征：：线性回归（maxIdx，&点，&系数，1）；
^
myfile.cpp:803:67：注：候选人是：
在[修订]中包含的文件中：
lib/Eigen/src/Eigen2Support/LeastSquares.h:85:6:注：模板void-Eigen:：linearRegression（int，vectotype**，vectotype*，int）
无效线性回归（整数个点，
^
lib/Eigen/src/Eigen2Support/LeastSquares.h:85:6:注意：模板参数推导/替换失败：
myfile.cpp:803:67:注意：不匹配的类型“VectorType*”和“Eigen:：Vector2d[（（MyClass*）this）->MyClass:：maxIdx]{aka Eigen:：Matrix[（（MyClass*）this）->MyClass:：maxIdx]}

这几乎是库源代码中示例代码的精确副本，因此我有点不知道如何修复它。我对模板不太熟悉，因此类型错误可能与此有关？

根据该源代码（与他们示例中编写的内容不同），

点

应为指向点的指针数组。即

Eigen:：Vector2d*点[maxIdx]；

所以

Eigen:：Vector2d点[maxIdx]；
特征：：矢量2D*点_ptrs[maxIdx]；
对于（int i=0；i

对于

Vector2d

来说，这似乎很愚蠢，但可能是为不好复制的巨大向量而设计的。

根据该来源（与他们示例中编写的内容不同），

点

应该是指向点的指针数组。也就是说

Eigen:：Vector2d*点[maxIdx]；

所以

Eigen:：Vector2d点[maxIdx]；
特征：：矢量2D*点_ptrs[maxIdx]；
对于（int i=0；i

---

这对于

Vector2d

来说似乎很愚蠢，但可能是为不好复制的巨大向量而设计的。

为了补充@numzero的答案，该代码已编译，但我在尝试执行它时遇到运行时崩溃。看起来第二个参数需要指向指针数组中的第一个索引。解释了发生了什么尽管它已编译，但仍在运行时失败

以下是最终对我有效的方法：

Eigen::Vector2d points[numPoints];
Eigen::Vector2d* point_ptrs[numPoints];
Eigen::Vector2d coeffs;
for(int i = 0; i < numPoints; i++)
{
    points[i] = Eigen::Vector2d(data->mydata[i].x, data->mydata[i].y);
    point_ptrs[i] = &points[i];
}
Eigen::linearRegression( maxIdx, &(point_ptrs[0]), &coeffs, 1 );

Eigen:：Vector2d点[numPoints]；
本征：：矢量2D*点[numPoints]；
本征：向量2D系数；
对于（int i=0；i我的数据[i].x，数据->我的数据[i].y）；
点_ptrs[i]=&点[i]；
}
本征：线性回归（maxIdx，&（point_ptrs[0]），&系数，1）；

为了进一步说明@numzero的答案，该代码已编译，但当我尝试执行它时，遇到了运行时崩溃。看起来第二个参数需要指向指针数组中的第一个索引。解释了发生了什么，以及它在运行时失败时发生了什么，即使它已编译

以下是最终对我有效的方法：

Eigen::Vector2d points[numPoints];
Eigen::Vector2d* point_ptrs[numPoints];
Eigen::Vector2d coeffs;
for(int i = 0; i < numPoints; i++)
{
    points[i] = Eigen::Vector2d(data->mydata[i].x, data->mydata[i].y);
    point_ptrs[i] = &points[i];
}
Eigen::linearRegression( maxIdx, &(point_ptrs[0]), &coeffs, 1 );

Eigen:：Vector2d点[numPoints]；
本征：：矢量2D*点[numPoints]；
本征：向量2D系数；
对于（int i=0；i我的数据[i].x，数据->我的数据[i].y）；
点_ptrs[i]=&点[i]；
}
本征：线性回归（maxIdx，&（point_ptrs[0]），&系数，1）；