R AMD排序在Matlab和特征库中是不同的

尽管近似最小度置换函数似乎基于Egeng[，]和Matlab[]的相同底层代码（Timothy A.Davis的代码打包在套件稀疏库中），但通过RcppEigen包调用Egeng例程时，我在相同的数据矩阵上得到了不同的结果

下面是一个通过内联接口调用的matlab/octave代码（给出相同的结果）和Eigen的最小示例

Matlab/倍频程：

A = gallery('wathen',2,2);
p = amd(A);
save('amddemo.mat', 'A', 'p')

R

示例输出是

1    2    4    5    6    8   15    3    7    9   10   11   12   13   14

5    9    4    7   10    2    8   15   11    6   12   14   13    1    3

---

其中第一个解来自Eigen库，第二个来自Octave。

你也可以发布添加的数值结果，尽管我相信数据是随机生成的，所以ymmv。Eigen的版本与原始代码不同，用于处理在对角线上有一些显式零的半定矩阵。这是我能记得的主要变化。你也可以尝试“简单的特征”作为C++程序，只是为了排除我们在创建稀疏矩阵时做了一些傻事吗？我还调整了AMD代码，以便不依赖于自伴算子。这似乎没什么帮助。你能不能也把数字结果贴出来，虽然我相信数据是随机生成的，所以ymmv。Eigen的版本与原始代码不同，它可以处理在对角线上有一些显式零的半定矩阵。这是我能记得的主要变化。你也可以尝试“简单的特征”作为C++程序，只是为了排除我们在创建稀疏矩阵时做了一些傻事吗？我还调整了AMD代码，以便不依赖于自伴算子。但似乎没什么帮助。

g++ -I /usr/local/lib/R/site-library/RcppEigen/include/ amdtest.cpp -o amdtest
amdtest > dat.txt
octave -qf amdtest.m dat.txt

1    2    4    5    6    8   15    3    7    9   10   11   12   13   14

5    9    4    7   10    2    8   15   11    6   12   14   13    1    3