时间戳

首页 > 解决方案 > 将特征 C++ 块表达式推回 std::vector

templates - 将特征 C++ 块表达式推回 std::vector

问题描述

我想创建一个实用函数，它接受一个特征矩阵和一个与矩阵行数相同大小的 std::vector。

结果应该是对输入矩阵行的行引用的 std::vector。

有关如何实现该函数的简单案例，请参见下面的代码片段：

template<typename RowReferenceType, typename MatrixType>
std::vector<RowReferenceType> getReferencedRows(MatrixType& matrix, const std::vector<bool>& addRow)
{
    assert(matrix.rows() == addRow.size());
    std::vector<RowReferenceType> rows;
    for(size_t i = 0; i < addRow.size(); ++i)
    {
        if(addRow[i])
            rows.push_back(matrix.row(i));
    }
    return rows;
}

由于类型推导失败等多种原因，上面的代码将无法编译。我们可以指定类型，但我希望函数的调用者只在函数的参数中指定矩阵和 std::vector。

以下是该函数的预期输出示例：

Eigen::MatrixXd V(4, 3);
V <<
    0.5, 0.3, 0.2,
    0.46, 0.88, 0.99,
    0.46, 0.88, 0.99,
    0.46, 0.88, 0.99;

std::vector<bool> referenceRow{ false, true, false, true};
auto rows = getReferencedRows<Eigen::Block<Eigen::MatrixXd>, Eigen::MatrixXd>(V, referenceRow);
for(auto& r : rows)
{
    r = Eigen::RowVector3d{ 0,0,0 };
}

在上面的代码片段中，第 1 行和第 3 行将被更改为零向量V，因此直接由赋值表达式修改r = Eigen::RowVector3d{ 0,0,0 };

这是我第一次尝试让模板类型推导做更多工作：

template<typename Scalar, int Rows, int Cols>
std::vector<Eigen::Block<Eigen::Matrix<Scalar, Rows, Cols>, Rows, Cols>> getReferenceRows(Eigen::Matrix<Scalar, Rows, Cols>& matrix, const std::vector<bool>& addRow)
{
    assert(matrix.rows() == addRow.size());
    std::vector<Eigen::Block<Eigen::Matrix<Scalar, Rows, Cols>, Rows, Cols>> rows;
    for(size_t i = 0; i < addRow.size(); ++i)
    {
        if(addRow[i])
        {
            auto block = matrix.row(i);
            rows.push_back(block);
        }
    }
    return rows;
}

上面代码的问题是我仍然无法推断出Eigen::Block<...>表达式的模板参数以推回std::vector.

我也在考虑使用Eigen::ref<...>，但我遇到了同样的问题。

标签： templatesc++14eigen

解决方案

Solved indirectly by using Eigen::Ref

template<typename Scalar, int Rows, int Cols>
using EigenReferenceRowVector = Eigen::Ref<Eigen::Matrix<Scalar, Rows, Cols>, 0, Eigen::InnerStride<>>;

template<typename Scalar, int Rows, int Cols>
std::vector<EigenReferenceRowVector<Scalar, 1, Cols>> getReferencedRows(Eigen::Matrix<Scalar, Rows, Cols>& matrix, const std::vector<bool>& addRow)
{
    std::vector<EigenReferenceRowVector<Scalar, 1, Cols>> rows;
    assert(addRow.size() == matrix.rows());
    for(int i = 0; i < addRow.size(); ++i)
    {
        if (addRow[i])
            rows.push_back(matrix.row(i));
    }
    return rows;
}

And output:

Eigen::MatrixXd V(4, 3);
V <<
    0.5, 0.3, 0.2,
    0.46, 0.88, 0.99,
    0.46, 0.88, 0.99,
    0.46, 0.88, 0.99;

std::vector<bool> referenceRow{ false, true, false, true };
auto rows = getReferencedRows(V, referenceRow);
for(auto& r : rows)
{
    r = Eigen::RowVector3d{ 0,0,0 };
}
std::cout << V;

This answer is suboptimal as each matrix type needs to have its own Eigen::Ref<...> vector reference type defined and each function overloaded to return the appropriate type.

推荐阅读