计算SparseMatrix 1范数，Eigen中的Inf-norm的有效方法

Question

在Eigen库中，我知道密集Eigen::Matrix类有访客和减少，我可以有效地使用它来计算他们的 1- norm ， inf-norm ，等。就像这样：

Eigen::MatrixXd A;
...
A.colwise().lpNorm<1>().maxCoeff();
A.rowwise().lpNorm<1>().maxCoeff();
// etc.

现在我有稀疏的Eigen::SparseMatrix课程。在这种情况下，如何有效地计算这些规范？

Answer 1

您可以使用带矢量为1的乘积计算colwise / rowwise 1-norm：

(Eigen::RowVectorXd::Ones(A.rows()) * A.cwiseAbs()).maxCoeff();
(A.cwiseAbs() * Eigen::VectorXd::Ones(A.cols()).maxCoeff();

检查生成的装配，看看是否针对您的目的进行了充分优化。如果没有，或者你需要其他lpNorm，你可能需要用稀疏迭代器编写两个嵌套循环。