8

我正在寻找一个好的（最好是积极维护的）C++ 矩阵库。因此它应该被模板化，因为我想使用一个复杂的有理数作为数字类型。我正在处理的矩阵主要是稀疏和单一的。

能否请您推荐一些库，并简要说明为什么要使用它们，因为我知道如何找到它们，但我无法真正决定什么适合我，因为我错过了使用它们的经验。

编辑：

我处理的主要操作是矩阵乘法、与向量的标量乘法和kronecker 积。矩阵的大小是指数级的，我希望至少能够处理高达 1024x1024 条目的矩阵。

4

3 回答 3

10

许多人在做“严肃”矩阵的事情，依靠BLAS，添加LAPACK / ATLAS（正常矩阵）或UMFPACK（稀疏矩阵）以获得更高级的数学。原因是这段代码经过了良好的测试、稳定、可靠且速度相当快。此外，您可以直接从针对您的架构调整的供应商（例如英特尔 MKL）购买它们，也可以免费获得它们。Manuel 的回答中提到的uBLAS可能是标准的 C++ BLAS 实现。如果您以后需要 LAPACK 之类的东西，可以使用绑定。

但是，这些标准库（BLAS / LAPACK / ATLAS 或 uBLAS + bindings + LAPACK / ATLAS）都没有为您提供模板化和易于使用的功能（除非您只需要 uBLAS）。实际上，我必须承认，当我使用 BLAS / LAPACK 实现时，我倾向于直接调用 C / Fortran 接口，因为我经常看不到 uBLAS + 绑定组合的额外优势。

如果我需要一个简单易用、通用的 C++ 矩阵库，我倾向于使用Eigen（我过去曾经使用NewMat）。好处：

  • 在 Intel 架构上相当快，对于较小的矩阵可能是最快的
  • 漂亮的界面
  • 几乎所有您对矩阵库的期望
  • 您可以轻松添加新类型

缺点（海事组织）：

  • 单处理器 [编辑：在Eigen 3.0中部分修复]
  • 对于较大的矩阵和一些高级数学比 ATLAS 或 Intel MKL 慢（例如 LU 分解）[编辑：在 Eigen 3.0 中也有所改进]
  • 仅对稀疏矩阵的实验性支持[编辑：在即将发布的 3.1 版中改进]。

编辑：即将推出的 Eigen 3.1 允许某些功能使用英特尔 MKL（或任何其他 BLAS / LAPACK 实现）。

于 2010-02-08T16:15:47.923 回答
4

Boost uBLAS，因为它通过了 Boost 过滤器。

有一些模板库支持稀疏矩阵，因此如果您对自己的需求没有更具体的要求，就很难找到更好的理由。

于 2010-02-08T15:26:17.520 回答
1

您还应该尝试MLT和HASEM矩阵 C++ 库。最后一个是有据可查的。

于 2012-02-14T15:58:18.253 回答