C++11 向量的分段平方，C+中两个向量的分段乘积+；本征

假设

v

，

a

是

Eigen:：VectorXd

n维向量，我想进行以下分段操作：

• v

  与

  a

  的分段乘法，即向量

  （a[1]*v[1]，…，a[n]*v[n]）

  ，和

• v

  的分段平方，即向量

  （v[1]*v[1]，…，v[n]*v[n]）

Eigen

是否为上述操作提供了方法，或者我需要手动实现它们？当然有非常简单的，但我希望它们运行得尽可能快。

编辑：

好吧，如果你让第一个开始，第二个只是一个特殊情况，其中

a=v

执行第一个操作的最简单方法是从

a

创建一个对角矩阵，然后执行一个普通乘积

查看，您可以使用

a.asDiagonal（）

关于效率，如果你希望它“尽可能快”，也许这不是你想要的。在这种情况下，您应该根据循环和向量构造来衡量这一点，看看是否有任何实际差异。

编辑：

好吧，如果你让第一个开始，第二个只是一个特殊情况，其中

a=v

执行第一个操作的最简单方法是从

a

创建一个对角矩阵，然后执行一个普通乘积

查看，您可以使用

a.asDiagonal（）

---

关于效率，如果你希望它“尽可能快”，也许这不是你想要的。在这种情况下，您应该根据循环和向量构造来衡量这一点，以查看是否存在任何实际差异。

对于处理元素操作（如您的问题），Eigen提供了类。因此，要执行您所询问的操作，您可以将逐点产品编写为：

c = a.array() * v.array(); // Long version
c = a.cwiseProduct(v);     // Short(er) version

对于正方形，您有：

s = v.array().square();    // Probably what you want to use
s = v.array().abs2();      // Two operations: abs() then square()
s = v.cwiseAbs2();         // Same as above

---

使用

VectorXd

作为数组不会产生副本，因此非常有效。

对于处理元素操作（如问题），Eigen提供了类。因此，要执行您所询问的操作，您可以将逐点产品编写为：

c = a.array() * v.array(); // Long version
c = a.cwiseProduct(v);     // Short(er) version

对于正方形，您有：

s = v.array().square();    // Probably what you want to use
s = v.array().abs2();      // Two operations: abs() then square()
s = v.cwiseAbs2();         // Same as above

---

使用

VectorXd

作为数组不会产生副本，因此非常有效。

我明白了，谢谢！我试图避免逐向量矩阵乘法，因为我相信这会比逐向量矩阵乘法慢。但我可能需要实现这两种方法并测量执行时间。我不熟悉Eigen的内部结构，但文档中提到，

asDiagonal

返回一个

DiagonalWrapper

，而不是一个完整的矩阵，甚至是一个新的对角矩阵本身。所以这可能是相当有效的。我会试试看，再次感谢。我现在想要的是得到一个完整矩阵的对角部分，我可以自己实现它，我认为没有类似的本征函数。我明白了，谢谢！我试图避免逐向量矩阵乘法，因为我相信这会比逐向量矩阵乘法慢。但我可能需要实现这两种方法并测量执行时间。我不熟悉Eigen的内部结构，但文档中提到，

asDiagonal

返回一个

DiagonalWrapper

，而不是一个完整的矩阵，甚至是一个新的对角矩阵本身。所以这可能是相当有效的。我会试试看，再次感谢。我现在想要的是得到一个完整矩阵的对角部分，我可以自己实现它，我认为没有类似的本征函数。