当然,这不是错误,因为像这样的检查遍布 uBLAS。我猜这是因为它的大部分操作对于非浮点类型没有意义。
您可以使用禁用类型检查
#define BOOST_UBLAS_TYPE_CHECK 0
之前包括。但三思而后行!看看例子
#include <iostream>
#define BOOST_UBLAS_TYPE_CHECK 0
#include <boost/numeric/ublas/matrix.hpp>
#include <boost/numeric/ublas/lu.hpp>
namespace ublas = boost::numeric::ublas;
template<typename ValType>
ValType det_fast(const ublas::matrix<ValType>& matrix)
{
// create a working copy of the input
ublas::matrix<ValType> mLu(matrix);
ublas::permutation_matrix<std::size_t> pivots(matrix.size1());
auto isSingular = ublas::lu_factorize(mLu, pivots);
if (isSingular)
return static_cast<ValType>(0);
ValType det = static_cast<ValType>(1);
for (std::size_t i = 0; i < pivots.size(); ++i)
{
if (pivots(i) != i)
det *= static_cast<ValType>(-1);
det *= mLu(i, i);
}
return det;
}
int main()
{
ublas::matrix<int> m (3, 3);
for (unsigned i = 0; i < m.size1 (); ++ i)
for (unsigned j = 0; j < m.size2 (); ++ j)
m (i, j) = 3 * i + j;
std::cout << det_fast(m) << std::endl;
}
很明显,矩阵m
是奇异的,如果你将类型从 更改int
为double
函数返回零。但随着int
它返回-48
。
编辑#1
此外,您可以创建ublas::matrix<int>
没有任何错误并将其分配给ublas::matrix<float>
. 因此,正确计算行列式的一种方法是重载det_fast
和删除define
语句。
int det_fast(const ublas::matrix<int>& matrix)
{
return (int)det_fast(ublas::matrix<float>(matrix));
}
编辑#2
看一下表格,其中5 次程序运行average time
的完整行列式计算(用于int
复制操作)的时间。
size | average time, ms
------------------------
| int float
------------------------
100 | 9.0 9.0
200 | 46.6 46.8
300 | 156.4 159.4
400 | 337.4 331.4
500 | 590.8 609.2
600 | 928.2 1009.4
700 | 1493.8 1525.2
800 | 2162.8 2231.0
900 | 3184.2 3025.2
你可能会认为int
它更快,但事实并非如此。平均而言,更多的运行我确信你会得到轻微的加速float
(我猜大约 0-15 毫秒,这是时间测量误差)。此外,如果我们测量复制时间,我们会看到,对于小于 3000 x 3000 的矩阵大小,它接近于零(它也是大约 0-15 毫秒,这是时间测量误差)。对于较大的矩阵,复制时间会增加(例如,对于 5000 x 5000 矩阵,它是 125 毫秒)。但是有一个重要的注意事项!复制时间不到类型矩阵所有行列式计算的1.0%int
,并且随着大小的增长而大大减少!
所有这些措施都是针对使用 Visual Studio 2013 在发布配置中使用 boost 版本 1.58 编译的程序进行的。时间用clock
函数来衡量。CPU 为 Intel Xeon E5645 2.4GHz。
此外,性能主要取决于您的方法将如何使用。如果您要为小矩阵多次调用此函数,则复制时间可能会变得很重要。