将特征 C++ 块表达式推回 std::vector答案

【问题标题】：push back eigen C++ block expression into std::vector将特征 C++ 块表达式推回 std::vector
【发布时间】：2019-08-27 06:44:42
【问题描述】：

我想创建一个实用函数，它接收一个特征矩阵和一个与矩阵行数相同大小的 std::vector。

结果应该是对输入矩阵行的行引用的 std::vector。

请参阅下面的代码 sn-p 了解如何实现该功能的简单案例：

template<typename RowReferenceType, typename MatrixType>
std::vector<RowReferenceType> getReferencedRows(MatrixType& matrix, const std::vector<bool>& addRow)
{
    assert(matrix.rows() == addRow.size());
    std::vector<RowReferenceType> rows;
    for(size_t i = 0; i < addRow.size(); ++i)
    {
        if(addRow[i])
            rows.push_back(matrix.row(i));
    }
    return rows;
}

由于类型推导失败等多种原因，上面的代码将无法编译。我们可以指定类型，但我希望函数的调用者只在函数的参数中指定矩阵和 std::vector。

这是函数预期输出的示例：

Eigen::MatrixXd V(4, 3);
V <<
    0.5, 0.3, 0.2,
    0.46, 0.88, 0.99,
    0.46, 0.88, 0.99,
    0.46, 0.88, 0.99;

std::vector<bool> referenceRow{ false, true, false, true};
auto rows = getReferencedRows<Eigen::Block<Eigen::MatrixXd>, Eigen::MatrixXd>(V, referenceRow);
for(auto& r : rows)
{
    r = Eigen::RowVector3d{ 0,0,0 };
}

在上面的代码sn-p中，第1行和第3行会被改成零向量，所以V直接被赋值表达式r = Eigen::RowVector3d{ 0,0,0 };修改

这是我第一次尝试让模板类型推导做更多工作：

template<typename Scalar, int Rows, int Cols>
std::vector<Eigen::Block<Eigen::Matrix<Scalar, Rows, Cols>, Rows, Cols>> getReferenceRows(Eigen::Matrix<Scalar, Rows, Cols>& matrix, const std::vector<bool>& addRow)
{
    assert(matrix.rows() == addRow.size());
    std::vector<Eigen::Block<Eigen::Matrix<Scalar, Rows, Cols>, Rows, Cols>> rows;
    for(size_t i = 0; i < addRow.size(); ++i)
    {
        if(addRow[i])
        {
            auto block = matrix.row(i);
            rows.push_back(block);
        }
    }
    return rows;
}

上面代码的问题是我仍然无法推导出Eigen::Block<...> 表达式的模板参数以推回std::vector。

我也在考虑使用Eigen::ref<...>，但遇到了同样的问题。

【问题讨论】：

标签： templates c++14 eigen

【解决方案1】：

使用Eigen::Ref间接解决

template<typename Scalar, int Rows, int Cols>
using EigenReferenceRowVector = Eigen::Ref<Eigen::Matrix<Scalar, Rows, Cols>, 0, Eigen::InnerStride<>>;

template<typename Scalar, int Rows, int Cols>
std::vector<EigenReferenceRowVector<Scalar, 1, Cols>> getReferencedRows(Eigen::Matrix<Scalar, Rows, Cols>& matrix, const std::vector<bool>& addRow)
{
    std::vector<EigenReferenceRowVector<Scalar, 1, Cols>> rows;
    assert(addRow.size() == matrix.rows());
    for(int i = 0; i < addRow.size(); ++i)
    {
        if (addRow[i])
            rows.push_back(matrix.row(i));
    }
    return rows;
}

然后输出：

Eigen::MatrixXd V(4, 3);
V <<
    0.5, 0.3, 0.2,
    0.46, 0.88, 0.99,
    0.46, 0.88, 0.99,
    0.46, 0.88, 0.99;

std::vector<bool> referenceRow{ false, true, false, true };
auto rows = getReferencedRows(V, referenceRow);
for(auto& r : rows)
{
    r = Eigen::RowVector3d{ 0,0,0 };
}
std::cout << V;

这个答案不是最理想的，因为每个矩阵类型都需要定义自己的 Eigen::Ref<...> 向量引用类型，并且每个函数都需要重载以返回适当的类型。

【讨论】：