6

我需要在 C++ 程序中计算一个非常大的稀疏对称矩阵的 n 个最小幅度特征向量。在我的示例中，假设 n=30，矩阵为 10k x 10k，大约有 70k 个非零值。

在对一些库进行大量研究和试验后，我发现 ARPACK++ 可能是我最好的选择，我按照此页面中的步骤安装了它。

使用以下代码段进行计算：

// L is an Eigen library matrix
L.makeCompressed();

ARluSymMatrix<MTYPE> A(L.cols(), L.nonZeros(), L.valuePtr(), L.innerIndexPtr(), L.outerIndexPtr(), 'U');

ARluSymStdEig<MTYPE> eig(n, A, "SM");

TIC
eig.FindEigenvectors();
TOC

这让我得到了正确的结果，但大约需要 8.5 秒，而在 Matlab 中，我可以通过调用在大约 0.5 秒内得到相同的结果

tic
[V,D] = eigs(L,30,'sm');
toc

从我对主题的研究中，Matlabeigs()还为相同的计算调用了 ARPACK fortran 库，所以我不明白为什么 C++ 包装器要慢得多。

此外，ARPACK++ 在许多情况下表现得非常奇怪，例如当我尝试使用浮点数而不是双精度数时，程序将简单地停止并且什么都不做，直到我将其取下，或者当尝试计算像 0 或 0.0001 这样的值附近的特征向量时，应该相当于'SM'，它只是吐出垃圾和崩溃。

因此，我怀疑 ARPACK++ 是否真的那么慢，或者所有这些都是一些错误配置/安装的症状，如果是，我该怎么做才能解决它。感谢您的任何帮助，您可以提供。

4

1 回答 1

1

尽管这篇文章已经相当老了，但我还是想分享一下我使用 ARPACK 和 C++ 的经验：

我的 C++ 项目中也需要 ARPACK，但我没有使用 ARPACK++ 包。取而代之的是一个非常不错且仍在维护的 Github-repo，称为arpack-ng，它还使所有用于计算极值特征值的主要例程都可以通过 C++ 头文件获得。它还包括称为 PARPACK 的 ARPACK 并行版本。

在这里查看：https ://github.com/opencollab/arpack-ng

于 2019-08-22T07:24:44.763 回答