c++计算-eigen(1)
下载地址:
https://download.csdn.net/download/AI_LX/16620258
Eigen适用范围广,支持包括固定大小、任意大小的所有矩阵操作,甚至是稀疏矩阵;支持所有标准的数值类型,并且可以扩展为自定义的数值类型;支持多种矩阵分解及其几何特征的求解;它不支持的模块生态系统 [2] 提供了许多专门的功能,如非线性优化,矩阵功能,多项式解算器,快速傅立叶变换等。
Eigen支持多种编译环境,开发人员对库中的实例在多种编译环境下经过测试,以保证其在不同编译环境下的可靠性和实用性。
#include <iostream>
#include <Eigen/Dense>
using Eigen::MatrixXd;
using namespace std;
int main(int argc, char **argv)
{MatrixXd m(2,2);m(0,0) = 1;m(1,0) = 2;m(0,1) = 3;m(1,1) = m(1,0) + m(0,1);cout << m << std::endl;return 0;
}
main函数的第一行声明了一个类型为MatrixXd的变量,并指定它是一个有2行2列的矩阵(条目未初始化)。语句m(0,0) = 1将左上角的条目设置为1。你需要使用圆括号来引用矩阵中的项。在计算机科学中,第一个索引的索引值通常是0,这与数学中第一个索引值为1的惯例相反。
下面三个语句设置了其他三个条目。最后一行将矩阵m输出到标准输出流。
1 3
2 5
请按任意键继续. . .
每个元素类型是double
还可以是float, double, bool, int等
Eigen提供了许多类型定义,涵盖了通常的情况。以下是一些例子:
Matrix2d is a 2x2 square matrix of doubles (Matrix<double, 2, 2>)
Vector4f is a vector of 4 floats (Matrix<float, 4, 1>)
RowVector3i is a row-vector of 3 ints (Matrix<int, 1, 3>)
MatrixXf is a dynamic-size matrix of floats (Matrix<float, Dynamic, Dynamic>)
VectorXf is a dynamic-size vector of floats (Matrix<float, Dynamic, 1>)
Matrix2Xf is a partially fixed-size (dynamic-size) matrix of floats (Matrix<float, 2, Dynamic>)
MatrixX3d is a partially dynamic-size (fixed-size) matrix of double (Matrix<double, Dynamic, 3>)
c++计算-eigen(1)相关推荐
- c++计算eigen随笔(9)-数组、矩阵、向量(2)
Matrix4f 为 4x4 浮点数矩阵 typedef Matrix<float, 4, 4> Matrix4f; 向量只是矩阵的一种特殊情况,要么是一行,要么是一列.最常见的情况是只有 ...
- c++计算eigen随笔(8)-数组、矩阵、向量(1)
typedef Matrix<Scalar, RowsAtCompileTime, ColsAtCompileTime, Options> MyMatrixType; typedef Ar ...
- c++计算eigen随笔(3)-求逆
求逆 #include <iostream> #include <Eigen/Dense> using namespace Eigen; using namespace std ...
- c++计算eigen随笔(2)
矩阵与 矩阵加法 #include <iostream> #include <Eigen/Dense> using namespace Eigen; using namespa ...
- c++计算eigen随笔(1)
#include <iostream> #include <Eigen/Dense> using Eigen::MatrixXd; using namespace std; i ...
- c++计算eigen随笔(10)-数组、矩阵、向量(3)
默认构造函数总是可用的,从不执行任何动态内存分配,也从不初始化矩阵系数 Matrix3f a; MatrixXf b; 在这里, a是一个3×3矩阵,带有一个未初始化系数的普通浮点]数组, b是一个动 ...
- ORBSLAM3中的MLPnP在重定位时计算当前帧和候选帧的位姿变换
参考论文:MLPNP - A REAL-TIME MAXIMUM LIKELIHOOD SOLUTION TO THE PERSPECTIVE-N-POINT PROBLEM PnP的任务是找到一个旋 ...
- Eigen矩阵运算库快速上手
目录 1. 配置 2. 初始化 2.1 Array类 2.2 Vector类 2.3 Matrix类 2.4 Vector赋值 2.5 高级初始化 3. 矩阵计算 3.1 矩阵基本计算 3.2 线性求 ...
- 深蓝学院《从零开始手写VIO》作业一
深蓝学院<从零开始手写VIO>作业一 深蓝学院<从零开始手写VIO>作业一 1. VIO文献阅读 1.1 视觉与IMU进行融合之后有何优势? 1.2 有哪些常见的视觉+IMU融 ...
最新文章
- 1_HelloWorld
- PHP标量类型中整型类型的,PHP数据类型概述
- 乐安全 支持x86_国产EDA又进一步!芯华章发布全新仿真技术:x86、ARM等架构通吃...
- python 四种单例模式
- JAVA入门笔记·JAVA名词及环境搭建
- 织女的红线_JAVA
- Wifi模块—源码分析Wifi热点扫描2(Android P)
- JavaScript 中的闭包和作用域链(读书笔记)
- jqGrid('setSelection',rowid)报Cannot read property 'multiple' of undefined
- c#endread怎么打印出来_打印机打印出来是白板是怎么回事
- 手把手教你搭建自己的个人博客(图文教程)
- Oracle中varchar,varchar2,nvarchar,nvarchar2的区别
- CUDA:在GPU上实现核函数的嵌套以及编译运行
- 华为nova2s云相册在哪里_华为反人类的用户体验
- Mac/iOS开发工程师 常用的软件 史上最全版
- 使用vscode,根据vue基础模板文件生成代码
- CSMA/CD协议详解
- 设计基于HTML5的APP登录功能及安全调用接口的方式(原理篇)
- Android项目中创建马甲包
- Csapp-程序人生
热门文章
- [译]WPF 应用程序和MVVM设计模式 ——Josh Smith
- atitit.加入win 系统服务 bat批处理程序服务的法总结instsrv srvany java linux
- 数据库 分库 分表 分区
- win下python环境搭建以及安装pip、django
- 员工信息增删改查程序 (大神版)
- bzoj1190 [HNOI2007]梦幻岛宝珠 动态规划
- unity------------------------------transform.forward与Vector.forward的区别
- HDU1824 2-sat
- Centos6.5搭建bugzilla
- struts2总体介绍