令 S 为对称 nxn 矩阵，A 为 amxn 矩阵。
给定：B = A * S * A_transpose（其中“*”表示矩阵乘积运算）
B 也将是一个对称矩阵。
使用 tuxfamily Eigen 库，版本 3，什么是实现这种计算的干净有效的方法？（高效，我主要是指在对称性使它们变得不必要的情况下不执行 B 元素的重复计算。）
我猜它会使用 SelfAdjointView，但我搜索了高低并没有找到一个干净的例子。
该应用程序是一个卡尔曼滤波器，它在很大程度上取决于涉及（对称）协方差矩阵的操作，所以我想确保实现/设计正确。
谢谢！
这应该很简单。正如您自己所说，您可以通过 SelfAdjointView 让 Eigen 意识到您的矩阵是对称矩阵。还有另一个视图，即 TriangularView，您可以使用它来存储您的结果。根据参考，如果您分配给 TriangularView，则仅评估 rhs 的相关部分。所以
B.triangularView<Upper>() = A * S.selfadjointView<Upper>() * A.transpose();
将结果存储在 B 的上三角形中。然后您可以B.selfadjointView<Upper>在任何进一步的计算中使用。我不确定这在所需操作方面是否是最佳的，您可能会做一些基准测试来验证。