是否有用于 C 或 C++ 中矩阵计算的开源模板库？ [关闭]答案

【问题标题】：is there an open source template library for matrix computation in C or C++? [closed]是否有用于 C 或 C++ 中矩阵计算的开源模板库？ [关闭]
【发布时间】：2012-03-06 05:31:51
【问题描述】：

我正在寻找一个具有线性代数标准的所有功能的库。比如行列式、矩阵求逆、乘法……但泛型。

Octave 拥有完美的双精度和复数算术库，但我需要能够更改算术的实现。

【问题讨论】：

这里有一个地方可以查看：scicomp.stackexchange.com/questions/351/…
谢谢大卫！肯定有很多东西可供选择！

标签： c++ math open-source matrix

【解决方案1】：

Eigen 绝对是目前 C++ 中最好的矩阵库。

http://eigen.tuxfamily.org/index.php?title=Main_Page

我热烈地建议你。

例如，此代码创建一个随机 10x10 矩阵并计算其逆矩阵：

MatrixXd A(10,10);
A.setRandom(10,10);
MatrixXd B = A.inverse();

您可以访问所有数值矩阵代数事物，例如分解、线性系统求解和其他几何算法。

只有标题，没有外部依赖，没有安装。它适用于大量编译器，并且维护和文档记录都非常好。

【讨论】：

【解决方案2】：

我不知道 boost::uBLAS 能帮到你。你可以在这里查看他们的文档：http://www.boost.org/doc/libs/1_49_0/libs/numeric/ublas/doc/index.htm，这是一个基本的线性代数库。

【讨论】：

【解决方案3】：

我还推荐 Eigen：它适用于小型固定大小的矩阵和大型动态分配的矩阵。但是，您可能还想查看Armadillo，它的功能集略有不同；特别是支持具有 3 个而不是仅 2 个索引（维度）的数组。

【讨论】：

从个人经验来看，Armadillo 非常擅长提供类似于 Matlab 的函数/API。这是在 Matlab 和 C++ 之间移动时需要考虑的一个重要因素（例如，为生产目的转换代码）。
我从来没有发现这对 Eigen 有问题。一般来说，它也会更快（有时会更快）。所以默认情况下，我倾向于使用 eigen，除非有特定的理由不这样做。
说实话；这主要是懒惰：使用纯头文件库非常容易，而且因为我为 gcc/msc 交叉编译了东西，所以我真的不喜欢使用任何二进制依赖项。 eigen 的一个可能的缺点是它假定了相当多的实现细节知识：如果您使用固定大小更好的动态分配矩阵，或者没有考虑临时和别名，您可能会失去相当多的性能。所以它的关键优势是有点脆弱。
我仔细查看了Armadillo的源代码：开发人员煞费苦心地使库别名默认安全（即用户不必担心别名的影响） .该库还以不同的方式自动处理小矩阵和向量，使小动态大小矩阵的速度与固定大小矩阵相当，而用户无需显式声明固定大小矩阵。这并不是说 Eigen 不好，只是我发现犰狳更容易使用。
@mtall：这是一个好的开始，但这会带来巨大的性能成本。默认情况下，Eigen 也是别名安全的，但是通过将一些变量标记为 noalias，您可以避免临时变量，这对于单个 malloc 调用可以支配运行时的中小型矩阵产生巨大差异。同样，仅对小矩阵使用单独的代码流是不够的 - 仅运行时分支是一个显着的成本，例如8d 向量（更不用说 2d 或 3d），而这里真正的问题又是动态内存分配。