Matrix 特征：稀疏v传统矩阵
为了加快计算速度，我第一次尝试使用稀疏矩阵。我有一个现有的，传统的矩阵工作，Ax=b。我想用一个稀疏矩阵，AA*sparse\ux=b。若要查看是否一切正常，请将x与稀疏x进行比较，它们应该是相同的…但它们不是…我如何使用稀疏矩阵并获得与传统矩阵相同的答案Matrix 特征：稀疏v传统矩阵,matrix,sparse-matrix,eigen,Matrix,Sparse Matrix,Eigen,为了加快计算速度，我第一次尝试使用稀疏矩阵。我有一个现有的，传统的矩阵工作，Ax=b。我想用一个稀疏矩阵，AA*sparse\ux=b。若要查看是否一切正常，请将x与稀疏x进行比较，它们应该是相同的…但它们不是…我如何使用稀疏矩阵并获得与传统矩阵相同的答案 Eigen::MatrixXd A(1000,1000); //Fill A Eigen::VectorXd b(1000); //Fill b Eigen::VectorXd x(1000); x = A.colPivHouseh
Eigen::MatrixXd A(1000,1000);
//Fill A
Eigen::VectorXd b(1000);
//Fill b
Eigen::VectorXd x(1000);
x = A.colPivHouseholderQr().solve(b);
//Sparcity is 98% for matrix A…How do I do use sparse matrix to speed things up?
//I am following: https://eigen.tuxfamily.org/dox-devel/group__TutorialSparse.html
std::vector<Eigen::Triplet<double>> coefficients;
for(auto i = 0; i < A.rows(); ++i) {
for(auto j = 0; j < Acols(); ++j) {
const auto ij_val{ A(i, j) };
if(!CApproximately::equal(ij_val, 0.0)) {
Eigen::Triplet<double> trip(i, j, ij_val);
coefficients.push_back(trip);
}
}
}
//Unknows
auto m = b_.rows();
Eigen::SparseMatrix<double> A(m, m);
A.setFromTriplets(coefficients.begin(), coefficients.end());
Eigen::SimplicialCholesky<Eigen::SparseMatrix<double>> chol(A);
Eigen::VectorXd sparse_x = chol.solve(b);
Eigen:：MatrixXd A（10001000）；
//填补
本征：：矢量xd b（1000）；
//填充b
本征：：矢量xd x（1000）；
x=A.colPivHouseholderQr（）.solve（b）；
//矩阵A的稀疏度为98%。。我如何使用稀疏矩阵来加快速度？
//我的发言如下：https://eigen.tuxfamily.org/dox-devel/group__TutorialSparse.html
std：：向量系数；
对于（自动i=0；ichol.info（）==Success（稀疏a*稀疏x-b）.norm（）/b.norm（）（密集A*稀疏x-b）.norm（）/b.norm（）A