我以两种不同的方式编写代码：使用二维数组作为矩阵，以及使用 boost::ublas::matrix。当我在第一种情况下添加这个对象时，它正在工作，但在第二种情况下，我遇到了分段错误。我想使用第二种方式，所以如果有人知道我为什么会出现段错误，我将不胜感激。

编码：

img.h

img.cpp

我很确定这段代码不是段错误的原因。但是当我在主程序中使用它时，我遇到了段错误（仅适用于第二种方式，第一种方式有效）：

主文件

我正在使用 boost 库（1.44）和 VC++ 2010。

我发现下面的代码有问题，

此测试仅针对使用 std::tr1::unordered_map 的 StorageUnorderedMap 失败。但是 insert_element() 和 find_element() 测试全部通过。

有人可以提供一个如何使用uBLAS产品来乘法的例子吗？或者，如果有更好的 C++ 矩阵库，您可以推荐我也欢迎。这正在变成一个令人头疼的问题。

这是我的代码：

这是错误：

我已经用尽了我的搜索。Stackoverflow 对此有疑问。Boost 文档在这里有一个示例。我已经从示例中复制了代码，但这对我没有用，因为适用于标准输出的模板魔法对我来说毫无用处。

我正在尝试使用 Boost 的 ublas 部分，但由于某种原因，我无法将矩阵相乘并将结果分配给其他矩阵。

这有效：

但是，如果我取消注释该行goo = prod(foo,foo);或尝试类似：

我收到一个我无法破译的运行时错误。

如何将矩阵相乘并分配结果？

使用矢量化来代替 for 循环可以显着提高 Matlab 程序的速度。是因为矢量化代码是并行运行的吗？

矢量化是否也有利于使用 NumPy 或 uBLAS 的程序？

运行时效率如何boost::numeric::ublas::vector和std::vector比较？

假设我可以通过编写将整个程序从使用转换std::vector为使用是否安全：boost::numeric::ublas::vector

而不是#include<vector>？我可以只使用增强向量，就好像它们在所有方面都是 STL 向量吗？

函数是否<algorithm>与升压向量一起使用？他们使用相同的迭代器吗？

它们在 C++0x 中工作吗？它们适用于基于范围的循环吗？

我正在转换我自己的一些向量代数代码以使用优化的 boost uBLAS 库。但是，当我尝试进行 SymmetricMatrix-SparseVector 乘法时，我发现它比我自己的实现慢了大约 4 倍。向量大小通常在 0-500 左右，大约 70-80% 的条目为零。

这是我的代码

sparseVectorIndexes 存储输入向量的非零值的索引，vectorLength 是向量的长度，sparseLength 是向量中非零的个数。该矩阵存储为对称矩阵symmetric_matrix<double, lower>。

我自己的实现是一个简单的嵌套循环迭代，其中矩阵只是一个二维双数组：

}

为什么 uBLAS 慢 4 倍？我没有正确写乘法吗？还是有另一个图书馆更适合这个？

编辑：如果我使用密集向量数组，那么 uBLAS 只会慢 2 倍......

如果我有 n 个长度为 m 的向量并想加入它们以创建一个 mxn 矩阵，那么使用 Boost uBLAS 在 C++ 中执行此操作的最有效方法是什么？

显然，我可以遍历它们并为每个矩阵元素分配相应的向量值，但我觉得有更好的方法来做到这一点，我不知道。

我想知道从 uBlas 的压缩矩阵中删除一行的最佳方法是什么？我想知道是否有某种方法可以获取向量内的压缩列数据？我正在查看此页面http://netlib.org/linalg/html_templates/node92.html并且找不到如何访问这些元素。

我的矩阵声明如下：

我的最终目标是使用此方法删除所有零行。

编辑： 我怀疑解决方案将涉及在内部更改 ublas::compressed_matrix 结构。我认为可以安全地假设非零条目的数量约为 1k。我希望调用该方法来删除一行，也许，20 次。

我想在 python 中调用返回 uBLAS 向量/矩阵的 C++ 函数。有一个名为PyUblas的包可以执行此操作，但在 Ubuntu 中无法使用它。

任何人都可以引导我完成让这个样本工作的步骤吗？

另外，我对安装说明有些困惑。我没有按照说明安装 boost 和 numpy，因为我已经从 Ubuntu 存储库安装了它们。