colonna-saggio Eigen C++

Question

C'è un modo semplice per valutare colonna prodotto scalare saggio di 2 matrici (lascia chiamarli A e B, di tipo Eigen::MatrixXd) che hanno dimensioni mxn, senza valutare A*B o senza dover ricorrere ai cicli for? Il vettore risultante avrebbe bisogno di avere dimensioni di 1xn o nx1. Inoltre, sto cercando di fare questo con Eigen in C++

Answer 1

Ecco come lo farei con una Eigen::Map (assumendo matrici reali, può estendersi a complesse tramite prendendo l'aggiunto), dove rows e cols denotano il numero di righe/colonne:

#include <Eigen/Dense> 
#include <iostream> 

int main() 
{ 
    Eigen::MatrixXd A(2, 2); 
    Eigen::MatrixXd B(2, 2); 
    A << 1, 2, 3, 4; 
    B << 5, 6, 7, 8; 

    int rows = 2, cols = 2; 

    Eigen::VectorXd vA = Eigen::Map<Eigen::VectorXd>(
          const_cast<double *>(A.data()), rows * cols, 1); 
    Eigen::VectorXd vB = Eigen::Map<Eigen::VectorXd>(
          const_cast<double *>(B.data()), rows * cols, 1); 

    double inner_prod = (vA.transpose() * vB).sum(); 

    std::cout << inner_prod << std::endl; 
} 

Answer 2

ci sono molti modi per raggiungere questo, tutta l'esecuzione di valutazione pigra:

res = (A.array() * B.array()).colwise().sum(); 
res = (A.cwiseProduct(B)).colwise().sum(); 

E il mio preferito:

res = (A.transpose() * B).diagonal();