动态分配特征矩阵的标准向量，其大小在编译时已知

Question

我正在编写一个程序，使用 Eigen 线性代数库进行一些计算要求较高的计算。基本上，我想在循环中对大量稍大（大约 300 x 300）的矩阵进行对角化。所以，我想做的是，在开始循环之前，我分配一个包含几个特征矩阵的 STL 容器，我想在每次迭代中重用它们。以下代码有效：

std::vector<Eigen::Matrix<complex<double>, Eigen::Dynamic, Eigen::Dynamic>> A; 
for (int i = 0; i < Imax; i++){
// some calculation using A 
}

但是，我在编译时知道 A 的维度和 STL 向量的大小。是否可以在运行循环之前动态分配矩阵向量，以便它们具有固定的非零大小？基本上，我的向量中有 4 个元素，每个元素都是一个 300 x 300 特征矩阵。

Answer 1

来自评论：

您也许可以使用

std::array

来代替

我刚刚这么做了。有用。但是，如何确定动态分配的特征矩阵的大小？例如，如果我有一个矩阵，我可以执行

Eigen::Matrix<std::complex<double>, Eigen::Dynamic, Eigen::Dynamic> Hk(100, 100) A;

但由于某种原因，我不确定在

std::array

期间如何执行此操作

正如我在评论中指出的，您应该使用 预定义类型定义 将该代码缩短为

std::vector<Eigen::MatrixXcd>

或

std::array<Eigen::MatrixXcd, N>

。至于如何正确初始化的主要问题：你不能直接这样做而不浪费运行时间。

您可能认为这有效：

A.fill(Eigen::MatrixXcd(300, 300))

（使用

std::array::fill

）或

A.assign(N, Eigen::MatrixXcd(300, 300))

与

std::vector::assign

，但这会创建未初始化内存的无意义副本。

可能有一些使用奇特的迭代器/范围或模板魔法的复杂方法。但您也可以保持简单：

std::array<Eigen::MatrixXcd, N> A;
for(auto& ai: A)
    ai.resize(300, 300);

没有性能损失。如果您使用并行化并且每个条目都进入不同的线程，请延迟分配，直到特定线程可以分配自己的内存。特别有助于 NUMA。