Я использую Эйген 3.4. Я хотел бы вычесть два вектора неравной длины, дополнив более короткий нулями внизу, избегая при этом перераспределения памяти. Грубый пример:
VectorXd A (4), B (2);
A << 1, 2, 3, 4;
B << 5, 6;
VectorXd C = paddedSubtract(A, B); // computes A - B but pads B with zeros to match A
Результат должен быть
C = [-4, -4, 3, 4]
Обратите внимание, что я заранее не знаю, какой из двух векторов будет короче.
conservativeResize, чтобы изменить размер обоих векторов до размера большего из двух, а затем вручную установить дополненные значения на нули. Однако для этого требуется некоторая проверка размеров, и это нормально, но мне интересно, есть ли более чистый способ.conservativeResizeLike, передавая вектор нулей с размером большего вектора, но меня беспокоит то, что временный нулевой вектор будет без необходимости выделен в фоновом режиме; производительность важна, поскольку эта операция будет выполняться много раз (но на небольших векторах).Мои два вопроса:
Спасибо.





прав ли я, полагая, что для нулевого вектора будет выделена дополнительная память
Да. Вы можете создать свой собственный оператор заполнения, однако он, скорее всего, помешает явной векторизации Эйгена, поскольку вводит условие в цикл. По той же причине нет оператора конкатенации. См. Конкатенация векторов в Eigen, возвращающая выражение
есть ли более чистый/более Эйгеновский способ, чем (1) или (3)?
Будь проще:
Eigen::Index maxSize = std::max(A.size(), B.size());
Eigen::Index minSize = std::min(A.size(), B.size());
Eigen::Index tailSize = maxSize - minSize;
Eigen::VectorXd C(maxSize);
C.head(minSize) = A.head(minSize) - B.head(minSize);
if (A.size() == maxSize)
C.tail(tailSize) = A.tail(tailSize);
else
C.tail(tailSize) = -B.tail(tailSize);
Это будет оптимизировано, чтобы избежать избыточных операций с памятью. Если вам нужно меньше строк с немного меньшей эффективностью:
Eigen::VectorXd C = Eigen::VectorXd::Zero(std::max(A.size(), B.size());
C.head(A.size()) = A;
C.head(B.size()) -= B;
Вы также можете использовать инициализатор запятой
Eigen::Index maxsize = std::max(A.size(), B.size());
Eigen::Index minsize = std::min(A.size(), B.size());
Eigen::VectorXd C(maxsize);
C << (A.head(minsize) - B.head(minsize)),
-B.tail(B.size() - minsize),
A.tail(A.size() - minsize);
Ваш максимальный размер порядка 4–8 (и, возможно, известен во время компиляции) или сотен/тысяч/больше? Если он, возможно, очень большой, решение @Homer хорошее, если ваши векторы никогда не превышают ~16, вы можете поиграть с настройкой
MaxRowsAtCompileTime