如何对向量的特定索引使用 cwise 操作？（本征）答案

【问题标题】：How to use cwise operations over specific indexes of a vector? (Eigen)如何对向量的特定索引使用 cwise 操作？（本征）
【发布时间】：2018-10-21 14:18:30
【问题描述】：

我正在尝试将以下 Matlab 代码转换为 C/C++。

indl = find(dlamu1 < 0);  indu = find(dlamu2 < 0);
s = min([1; -lamu1(indl)./dlamu1(indl); -lamu2(indu)./dlamu2(indu)]);

我在另一个线程上读到，Eigen 库中还没有与 find() 函数等效的东西，我对此很平静，并且已经蛮力解决了它。

现在，如果我想对lamu1 和dlamu1 进行系数除法，我会选择lamu1.cwiseQuotient(dlamu1)，但我该怎么做呢？由indl的系数指定？我在文档中没有找到任何关于此的内容，但也许我没有使用正确的搜索词。

【问题讨论】：

标签： eigen eigen3

【解决方案1】：

使用默认分支，您只需编写 lamu1(indl) 和 indl 或 std::vector<int> 或 Eigen::VectorXi 或任何您喜欢的支持通过 operator[] 进行随机访问的内容。

【讨论】：

你是在建议类似 lamu1(indl).cwiseQuotient(dlamu1(indl)) 的东西吗？
没错，为了让我的评论足够长，我也会写下变体：lamu1(indl).array() / dlamu1(indl).array()

【解决方案2】：

即使在默认分支中，也没有 find 的等价物。但是，您的函数可以使用 select 方法来表达（也适用于 Eigen 3.3.x）：

double ret1 = (dlamu1.array()<0).select(-lamu1.cwiseQuotient(dlamu1), 1.0).minCoeff();
return std::min(1.0,ret1); // not necessary, if dlamu1.array()<0 at least once

select 懒惰地计算，即只有当条件为真时，才会计算商。另一方面，上面的代码会与 1.0 进行很多不必要的比较。

如果[d]lamu 存储在Eigen::ArrayXd 而不是Eigen::VectorXd，则可以这样写：

double ret1 = (dlamu1<0).select(-lamu1/dlamu1, 1.0).minCoeff();

如果你还是强行使用indl，你可以按照ggael的建议写：

lamu1(indl).cwiseQuotient(dlamu1(indl)).minCoeff();

（如果indl.size()==0，这是未定义/崩溃）

【讨论】：

第一个和第二个建议都会导致 seg.fault。至于 ggael 的建议，编译器似乎对此有异议；我尝试将 indl 的类型从 VectorXi 替换为 Index，但是一旦完成，编译器就会抱怨“array()”的使用。
代码编译并运行良好。在您的情况下，dlamu1 和 lamu1 的类型是什么？您使用的是什么 Eigen 版本？您使用什么编译器和编译选项？换句话说：提供minimal reproducible example!
两者都是 VectorXd。我正在使用 Eigen 3.3.5 并使用 g++ -std=c++11 进行编译