Eigen基本用法

#include <iostream>
using namespace std;

#include <Eigen/Core>
#include <Eigen/Dense>

int main( )
{
// 矩阵类模板的前三个参数为：数据类型，行，列
Eigen::Matrix< float, 2, 3 > matrix_23;
// 填充数据
matrix_23 << 1, 2, 3, 4, 5, 6;
// 输出:
// 1 2 3
// 4 5 6
cout << matrix_23 << endl;
// 访问元素
// 输出：
// 1
// 2
for ( int i = 0; i < 1; i++ )
for ( int j = 0; j < 2; j++ )
cout << matrix_23( i, j ) << endl;

// Vector3d实质上是Eigen::Matrix< double, 3, 1 >
Eigen::Vector3d v_3d;
v_3d << 3, 2, 1;

// 矩阵和向量相乘，但不允许混合类型
Eigen::Matrix< double, 2, 1 > result = matrix_23.cast< double >( ) * v_3d;
// 输出：
// 10
// 28
cout << result << endl;

Eigen::Matrix3d matrix_33 = Eigen::Matrix3d::Zero( );
matrix_33 = Eigen::Matrix3d::Random( );
cout << matrix_33 << endl;

cout << matrix_33.transpose( ) << endl;
cout << matrix_33.sum( ) << endl;  // 各元素和
cout << matrix_33.trace( ) << endl;
cout << 10 * matrix_33 << endl;  // 数乘
cout << matrix_33.inverse( ) << endl;  // 逆
cout << matrix_33.derterminant( ) << endl;

// 特征值
Eigen::SelfAdjointEigenSolver< Eigen::Matrix3d > eigen_solver( matrix_33 );
cout << "Eigen values = " << eigen_solver.eigenvalues( ) << endl;
cout << "Eigen vectors = " << eigen_solver.eigenvectors( ) << endl;

// 解方程
// matrix_33 * x = v_3d
// 直接求逆（运算量大）
Eigen::Vector3d x = matrix_33.inverse( ) * v_3d;
cout << "x = " << x << endl;
// 矩阵分解法，如QR分解
x = matrix_33.colPivHouseholderQr( ).solve( v_3d );
cout << "x = " << x << endl;

// 若不确定矩阵大小，可以使用动态大小的矩阵
Eigen::Matrix< double, Eigen::Dynamic, Eigen::Dynamic > matrix_dynamic;

Eigen::MatrixXd matrix_x;
return 0;
}