将稀疏mat-vec-mult结果存储到预先分配的向量中

Question

我正在编写一个用于稀疏矩阵-向量乘法的例程，并希望使用Eigen3库创建一个参考性能基准。我只想对实际的算术进行基准测试，而不需要在结果向量的构造过程中涉及内存分配。如何才能做到这一点？

我试图将结果赋给一个预分配的向量，但Eigen::internal::set_is_malloc_allowed显示，尽管我进行了所有的尝试，仍执行了一些内存分配。

// Setup multiplicands
const Eigen::SparseMatrix<double, Eigen::RowMajor> A = createMat();
const Eigen::VectorXd x = Eigen::VectorXd::Random(num_of_cols);
// Pre-allocate result vector
Eigen::VectorXd y = Eigen::VectorXd::Zero(num_of_rows);

Eigen::internal::set_is_malloc_allowed(false);
y = A * x; // <-- Runtime-error in debug mode
Eigen::internal::set_is_malloc_allowed(true);

我正在寻找的基本上是稀疏矩阵-向量乘法的一种风格，它引用一个输出缓冲区，结果将写入其中。然后，我将编写类似matVecMult(A, x, std::begin(y))的代码，而不是上面示例中的y = A * x。有没有办法做到这一点呢？

致以亲切的问候。

Answer 1

试试这个：

y.noalias() = A * x;

noalias()向Eigen表明不存在潜在的别名问题(即y与x不重叠)，并且Eigen不应该创建临时的。