具有特征矩阵的 Stl 迭代器答案

【问题标题】：Stl iterators with Eigen matrices具有特征矩阵的 Stl 迭代器
【发布时间】：2021-01-05 04:01:47
【问题描述】：

我有一些涉及 stl 迭代器的函数，并且可以使用像 std::vector<Eigen::Vector2d> 这样的类型。例如：

template<typename T>
bool isLeftOf(const Eigen::Vector2<T>& a,
              const Eigen::Vector2<T>& b) {
  return (a.x() < b.x() || (a.x() == b.x() && a.y() < b.y()));
}

int main()
{
  std::vector<Eigen::Vector2i> myVec;
  myVec.push_back(Eigen::Vector2i::Random(2));
  myVec.push_back(Eigen::Vector2i::Random(2));
  myVec.push_back(Eigen::Vector2i::Random(2));
  myVec.push_back(Eigen::Vector2i::Random(2));
  myVec.push_back(Eigen::Vector2i::Random(2));
  
  Eigen::Vector2i element = *std::min_element(myVec.begin(), myVec.end(), isLeftOf<int>);

  return 0;
}

如您所见，我在调用std::min_element 时在函数isLeftOf 中创建std::vector<Eigen::Vector2i> myVec 并使用Eigen::Vector2<T>。

现在我在使用 std::vector<SomeEigenType> 时遇到了一些麻烦，我正在寻找一种方法来使用相同的 isLeftOf(Eigen::Vector2...) 和 stl 函数，但我不明白如何。

在Eigen documentation 或in the forum 中有一些信息如何在 Eigen::Vector 或 Matrix 上执行 stl 操作，但它们适用于普通数字矩阵，因此我无法将 Eigen::Vector2 发送到我的 isLeftOf 函数。

有没有办法在我的函数中使用带有Eigen::Matrix 的stl 函数和处理条件，比如接受Eigen::Vector 类型的isLeftOf？

【问题讨论】：

标签： c++ eigen eigen3

【解决方案1】：

使用 Eigen 的主版本，您可以使用类似 STL 的迭代器来访问矩阵的行或列：

假设myVec 是一个矩阵，你可以这样写来获得“最左边”的列：

  Eigen::Vector2i element = *std::min_element(
      myVec.colwise().begin(), myVec.colwise().end(), 
      [](auto const& a, auto const& b){
          return std::lexicographical_compare(a.begin(), a.end(), b.begin(), b.end());
      });

Godbolt 演示：https://godbolt.org/z/n1Y8hf

【讨论】：

非常感谢！这正是我一直在寻找的

【解决方案2】：

我还没有找到最好的解决方案，但现在我决定使用 lambda 函数：

#include <algorithm>
#include <Eigen/Dense>

int main()
{
  Eigen::MatrixX2f M;

  /*
   *  fill matrix M as you need
   * */
  
  // initialize original index locations from 0 to N-1
  Eigen::VectorX<Eigen::Index> idx =
      Eigen::ArrayX<Eigen::Index>::LinSpaced(
        M.rows(), 0, M.rows()-1);

  std::function<bool(const Eigen::Index &, const Eigen::Index &)> isLeftOf_fun = 
      [&M](
      const Eigen::Index& row1,
      const Eigen::Index& row2)->bool
  {
    return (M(row1,0) < M(row2,0) || (M(row1,0) == M(row2,0) && M(row1,1) < M(row2,1)));
  };

  Eigen::Index ia = *min_element(idx.begin(), idx.end(), isLeftOf_fun);
  Eigen::Vector2f element = M.row(ia);

  return 0;
}

主要思想是在索引向量上应用stl迭代器，其值从0到N-1（其中N是矩阵的行数）并在lambda（或标准）中处理所选行功能。

【讨论】：