C++ 中的分段错误（特征库）答案

【问题标题】：Segmentation Fault in C++ (Eigen library)C++ 中的分段错误（特征库）
【发布时间】：2018-07-17 11:38:57
【问题描述】：

我正在尝试使用特征库来确定超定线性系统的最小二乘解。

当矩阵大小很大时，代码会出现分段错误，例如 6000 行，如下面的程序所示。当 rows = 5000 时，相同的程序正在运行。我阅读了很多关于修复分段错误的帖子，但我找不到任何有用的东西。

#include <cstdlib>
#include <iostream>
#include <Eigen/Dense>
#include <complex>
#define cols 45
#define rows 6000

using namespace Eigen;

int main() {
    int i,j;
    Matrix<std::complex<double>, rows,cols> zMat;

    for(i=0;i<rows;i++) {
        for(j=0;j<cols;j++) {
            zMat(i,j)=std::complex<double>(rand(),rand());
        }
    }

    VectorXcd ampIn(rows);
    for(i=0;i<rows;i++)
        ampIn(i)=std::complex<double>(rand(),rand());

    //Solving Matrix equation using QR Decomposition
    VectorXcd solution = zMat.colPivHouseholderQr().solve(ampIn);

    std::cout << "The least-squares solution is:\n" << solution << std::endl;

    return 0;
}

【问题讨论】：

您的计算机将有其内存大小的上限，您可能正在推动这个。
根据Matrix 的实现，所有数据都可以与对象一起存储在堆栈中。堆栈是编译器通常放置局部变量和参数的地方，并且是非常有限的资源。在 Windows 上，默认堆栈大小为 1MiB，在 Linux 上为 8MiB。 45*6000*2*8（复杂对象为 2*8）超过 2MiB，远远超过 Windows 的限制。
如果@Someprogrammerdude 的假设是正确的，一个简单的解决方法是使用unique_ptr<Matrix<...>> 和make_unique，而不是Matrix<...>。然后 Matrix 对象的分配将来自堆。
对大于 1 MB 的数据使用 MatrixXcd 而不是 Matrix
@mrNAE 解决了我的问题，非常感谢！

标签： c++ segmentation-fault eigen

【解决方案1】：

对于特征库，对于大于 1 MB 的数据，使用 MatrixXcd 而不是 Matrix<std::complex<double>...

【讨论】：

通常，即使只有几 kB，也不值得使用固定大小的矩阵——但这很大程度上取决于目标架构和所完成的操作。