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

  1. 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 ...

  2. c++计算eigen随笔(8)-数组、矩阵、向量(1)

    typedef Matrix<Scalar, RowsAtCompileTime, ColsAtCompileTime, Options> MyMatrixType; typedef Ar ...

  3. c++计算eigen随笔(3)-求逆

    求逆 #include <iostream> #include <Eigen/Dense> using namespace Eigen; using namespace std ...

  4. c++计算eigen随笔(2)

    矩阵与 矩阵加法 #include <iostream> #include <Eigen/Dense> using namespace Eigen; using namespa ...

  5. c++计算eigen随笔(1)

    #include <iostream> #include <Eigen/Dense> using Eigen::MatrixXd; using namespace std; i ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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. 1_HelloWorld
  2. PHP标量类型中整型类型的,PHP数据类型概述
  3. 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...
  4. python 四种单例模式
  5. JAVA入门笔记·JAVA名词及环境搭建
  6. 织女的红线_JAVA
  7. Wifi模块—源码分析Wifi热点扫描2(Android P)
  8. JavaScript 中的闭包和作用域链(读书笔记)
  9. jqGrid('setSelection',rowid)报Cannot read property 'multiple' of undefined
  10. c#endread怎么打印出来_打印机打印出来是白板是怎么回事
  11. 手把手教你搭建自己的个人博客(图文教程)
  12. Oracle中varchar,varchar2,nvarchar,nvarchar2的区别
  13. CUDA:在GPU上实现核函数的嵌套以及编译运行
  14. 华为nova2s云相册在哪里_华为反人类的用户体验
  15. Mac/iOS开发工程师 常用的软件 史上最全版
  16. 使用vscode,根据vue基础模板文件生成代码
  17. CSMA/CD协议详解
  18. 设计基于HTML5的APP登录功能及安全调用接口的方式(原理篇)
  19. Android项目中创建马甲包
  20. Csapp-程序人生

热门文章

  1. [译]WPF 应用程序和MVVM设计模式 ——Josh Smith
  2. atitit.加入win 系统服务 bat批处理程序服务的法总结instsrv srvany java linux
  3. 数据库 分库 分表 分区
  4. win下python环境搭建以及安装pip、django
  5. 员工信息增删改查程序 (大神版)
  6. bzoj1190 [HNOI2007]梦幻岛宝珠 动态规划
  7. unity------------------------------transform.forward与Vector.forward的区别
  8. HDU1824 2-sat
  9. Centos6.5搭建bugzilla
  10. struts2总体介绍