稀疏酉矩阵的最佳C ++矩阵库

Question

我正在寻找一个好的（在最好的情况下积极维护）C ++矩阵库。因此它应该是模板化的，因为我想使用复数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。

你能否建议图书馆，并给出一个小解释，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，因为我错过了与它们的经验。

编辑：

我正在处理的主要操作是矩阵乘法，标量乘法与向量和 kronecker乘积。矩阵的大小是指数级的，我想至少能够处理高达1024x1024个条目的矩阵。

Answer 1

许多做“严重”矩阵内容的人依靠BLAS，添加LAPACK / ATLAS（普通矩阵）或UMFPACK（稀疏矩阵）来获得更高级的数学。原因是此代码经过了充分测试，稳定，可靠且速度非常快。此外，您可以直接从供应商（例如Intel MKL）购买它们来调整您的架构，但也可以免费获得。 uBLAS中提到的Manuel's answer可能是标准的C ++ BLAS实现。如果你以后需要像LAPACK这样的东西，那么bindings就可以了。

但是，这些标准库（BLAS / LAPACK / ATLAS或uBLAS +绑定+ LAPACK / ATLAS）都没有标记为模板化和易于使用（除非uBLAS是您所需要的全部）。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，因为我经常在uBLAS +绑定组合中看不到更多的额外优势。

如果我需要一个简单易用的通用C ++矩阵库，我倾向于使用Eigen（过去我常常使用NewMat）。优点：

• 在英特尔架构上速度相当快，对于小型矩阵来说可能是最快的
• 漂亮的界面
• 几乎所有您对矩阵库的期望
• 您可以轻松添加new types

缺点（IMO）：

• 单处理器[编辑：部分修复于Eigen 3.0]
• 较大的矩阵和一些高级数学比ATLAS或英特尔MKL慢（例如LU分解）[编辑：在Eigen 3.0中也有所改进]
• 仅对稀疏矩阵进行实验性支持[编辑：在即将发布的3.1版中进行了改进]。

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）。

Answer 2

Boost uBLAS，因为它已通过Boost过滤器。

有一些模板库支持稀疏矩阵，因此如果你没有更具体地了解你的需求，那么很难找到更好的理由。

Answer 3

您还应该尝试使用MLT和HASEM Matrix C ++库。最后一篇文章记录完备。