eigen庫

eigen教程1
官方教程

• example 1

#include<iostream>
#include<Eigen/Dense>
//matrix
int main1()
{
	Eigen::MatrixXd m(2, 2);
	m(0, 0) = 1;
	m(0, 1) = 2;
	m(1, 0) = 3;
	m(1, 1) = 4;
	std::cout << "m= " << std::endl << m << std::endl;
	return 0;
}

• example2：任意矩陣VS固定矩陣

  使用固定矩陣由兩大好處
  1.因爲知道大小，所以編譯速度更快
  2.在編譯的時候有更嚴格的參數檢查
  推薦對4*4及更小的矩陣使用固定大小的矩陣和向量

int main2_1()
{
	Eigen::MatrixXd m = Eigen::MatrixXd::Random(3, 3);//random values between -1 and 1 
	m = (m + Eigen::MatrixXd::Constant(3, 3, 1.2) )* 50;
	std::cout << "m= " << std::endl << m << std::endl;
	Eigen::VectorXd v(3);
	v << 1, 2, 3;//comma-initializer,explained in Advanced initialization
	std::cout << "m*v " << std::endl << m*v << std::endl;
	return 0;
}

int main2_2()
{
	Eigen::Matrix3d m = Eigen::Matrix3d::Random();
	m = (m + Eigen::Matrix3d::Constant(1.2) )* 50;
	std::cout << "m= " << std::endl << m << std::endl;
	Eigen::Vector3d v(1,2,3);
	std::cout << "m*v " << std::endl << m*v << std::endl;
	return 0;
}

• Matrix 類
  在eigen中，所有的矩陣和向量都是Matrix模板類的對象
  Matrix一個有6個模板參數，前三個是強制性的模板參數，後三個參數有默認值
  Matrix<typename Scalar, int RowsAtCompileTime, int ColsAtCompileTime>
  Scalar矩陣中元素的類型，可支持基本類型和自定義類型
  RowsAtCompileTime、ColsAtCompileTime爲編譯時要知道的行或列的數值
  Eigen實現了方便的類型定義以覆蓋常見的類，typedef Matrix<float, 4, 4> Matrix4f;

• 向量是行或列爲1的矩陣，列爲1的矩陣更常用，列向量常用名column-vectors，just vectors
  typedef Matrix<float, 3, 1> Vector3f
  typedef Matrix<int, 1, 2> RowVector2i;

• 特殊的動態值
  Eigen支持在編譯時大小未知的矩陣，該類型的值在Eigen中稱爲dynamic size，相對編譯時大小已知的fixed size而言，
  typedef Matrix<double, Dynamic, Dynamic> MatrixXd;

• 構造器(構造函數)
  通常使用默認的構造函數，不進行動態內存的分配也不初始化矩陣元素，eg.Matrix3f a;
  僅分配空間，不進行初始化的構造函數，eg.MatrixXf a(10,15);
  爲了對固定大小和動態大小的矩陣提供統一的API，固定大小的矩陣也可以使用該API，只是大小數值無效
  對大小小於等於4的固定向量提供了可初始化參數的構造函數，Vector4d c(5.0, 6.0, 7.0, 8.0);

• 元素訪問
  對於矩陣，先傳入行索引，再傳入列索引;y也可採用單索引，單索引依賴在內存中的存儲順序，默認列優先存儲，但是也可以改爲行優先
  對於向量，只傳入索引
  僅向量可用[]取值操作，且每次最多取一個值。
  因爲在C++編譯中，matrix[i,j]會被編譯爲matrix[j]

• 逗號初始化
  矩陣和向量都可以採用逗號初始化方法

• Resizing
  rows(), cols() and size()可分別獲得矩陣的行、列和元素數目，
  resize()可動態對矩陣形狀進行轉化