Optimization 特征：避免使用for循环

在下面的代码中，我没有使用for循环，而是希望实现一行代码，该代码将使用特征库函数，并有助于代码本身的矢量化，从而通过OpenMP简化并行化

Eigen::VectorXd get_vector(int n, int j , int start){
    Eigen::VectorXd foo(n);
    indices = Eigen::VectorXd::LinSpaced(n, start + n - 1, start).array();

    for(int i =0;i<indices.size();i++)
        foo(i) = (array(indices(i)) - array(j))*(array(indices(i)) - array(j));

return foo;

}
// array is globally declared as Eigen::VectorXd and have length greater than n, it is already been defined.(set of N(>n) random double numbers)

Eigen:：VectorXd get_vector（int n，int j，int start）{
本征：：矢量xd foo（n）；
index=Eigen:：VectorXd:：LinSpaced（n，start+n-1，start）.array（）；
对于（int i=0；in）随机双精度数）

假设

数组

是一个

向量xd

，您不需要在函数之外使用

索引

：

return (array.segment(start, n).array() - array(j)).square();

您应该考虑返回<代码> ArrayXd <代码>，而不是<代码> VECRTOXD 。

---

如果

array

实际上是一个

ArrayXd

，则可以省略

.array（）

假设

array

是一个

VectorXd

并且在函数之外不需要

索引：

return (array.segment(start, n).array() - array(j)).square();

您应该考虑返回<代码> ArrayXd <代码>，而不是<代码> VECRTOXD 。
如果
array
实际上是一个
ArrayXd
，你可以省略
.array（）
你的意思是
foo（i）=……
？什么是
array
？@chtz是的，我现在编辑了这个问题你的意思是
foo（i）=…
？什么是
array
？@chtz是的，我现在编辑了这个问题我的array是VectorXd，正如我所做的那样，它给了我一个错误，在进一步调试时，减法似乎给了我一个错误。知道为什么会发生这样的事情吗？错误是：：：“运算符-”不匹配。“header/Eigen/src/Core/。/plugins/CommonCwiseUnaryOps.h:45：注意：候选项是：const-Eigen:：CwiseUnaryOp-Eigen:：MatrixBase:：operator-（）const[with-Derived=Eigen:：Matrix]是的，它起作用了。但我不明白为什么数组（）是必需的？特征向量不支持标量减法吗？@user7440094
Eigen:：Vector
和
Eigen:：Matrix
是数学对象，因此如果一个操作没有数学意义，通常不会实现。如果您想将
Eigen:：Vector
或
Eigen:：Matrix
视为一系列它的元素，然后您必须通过
m.array（）
明确地告诉Eigen。因此
a*b！=a.array（）*b.array（）
从向量中减去标量必须作为数组来完成（并显式或隐式地转换回矩阵）因为从向量中减去标量或从矩阵中减去向量等都没有数学意义。我的数组是VectorXd，正如我所做的那样，它给了我一个错误，在进一步调试时，减法似乎给了我一个错误。知道为什么会发生这样的事情吗？错误是：：：“与‘运算符-’不匹配。”header/Eigen/src/Core/。/plugins/CommonCwiseUnaryOps.h:45：注意：候选项是：const-Eigen:：CwiseUnaryOp-Eigen:：MatrixBase:：operator-（）const[with-Derived=Eigen:：Matrix]是的，它起作用了。但我不明白为什么数组（）是必需的？特征向量不支持标量减法吗？@user7440094
Eigen:：Vector
和
Eigen:：Matrix
是数学对象，因此如果一个操作没有数学意义，通常不会实现。如果您想将
Eigen:：Vector
或
Eigen:：Matrix
视为一系列它的元素，然后您必须通过
m.array（）
明确地告诉Eigen。因此
a*b！=a.array（）*b.array（）
从向量中减去标量必须作为数组来完成（并显式或隐式地转换回矩阵）因为从一个向量中减去一个标量，或者从一个矩阵中减去一个向量，等等，在数学上是没有意义的。