一次从一个内存块中创建多个 Eigen::VectorXd

Question

我有一个很大的 m×n 内存块，可以认为是 m 个长度为 n 的向量。我现在想遍历所有向量并修改它们。双 for 循环就可以了，但我发现 Eigen::VectorXds 比手写循环更快。以下作品（使用虚拟数据 a）：

#include <Eigen/Core>
#include <vector>

int main() {
  const int m = 100;
  const int n = 70;
  std::vector<double> a(m*n);
  auto data = a.data();

  for (int i = 1; i < m; i++) {
    auto r_i1 = Eigen::Map<Eigen::VectorXd>(&data[(i-1)*n], n);
    auto r_i = Eigen::Map<Eigen::VectorXd>(&data[i*n], n);
    auto x = r_i + r_i1;
    auto z = x - r_i;
    auto y = (r_i - (x-z)) + (r_i1 - z);
    r_i = x;
    r_i1 = y;
  }

  return EXIT_SUCCESS;
}

现在，我想知道是否可以进一步加快速度。对我来说似乎不太理想，例如，在每个单独的步骤中从 data 块重新创建 Eigen::Maps。

是否可以一次从一大块内存中创建一堆 Eigen::VectorXd？

Answer 1

按照@AviGinsburg 的建议，将区块视为 Eigen::MatrixXd 作品。注意 Eigen 中的 column-major 排序！

#include <Eigen/Core>
#include <vector>
#include <iostream>

int main() {
  const int m = 100;
  const int n = 70;
  std::vector<double> a(m*n);
  auto data = a.data();

  auto r = Eigen::Map<Eigen::MatrixXd>(&data[0], n, m);

  for (int i = 1; i < m; i++) {
    auto x = r.col(i) + r.col(i-1);
    auto z = x - r.col(i);
    auto y = (r.col(i) - (x-z)) + (r.col(i-1) - z);
    r.col(i) = x;
    r.col(i-1) = y;
  }

  return EXIT_SUCCESS;
}

一次从一个内存块中创建多个 Eigen::VectorXd

Create many Eigen::VectorXd from one block of memory at once

c++

eigen