Eigen¶
简介¶
Eigen库是一个开源的矩阵运算库,其利用C++模板编程的思想,构造所有矩阵通过传递模板参数形式完成。由于模板类不支持库链接方式编译,而且模板类要求全部写在头文件中,从而导致导致Eigen库只能通过开源的方式供大家使用,并且只需要包含Eigen头文件就能直接使用。
Eigen使用说明¶
思源一号上的Eigen¶
先创建一个目录eigentest并进入该目录:
mkdir eigentest
cd eigentest
在该目录下创建如下测试文件eigentest.cpp:
// 利用Eigen提供的SparseLU求解器求解稀疏线性方程组Ax=b
#include <vector>
#include <Eigen/Sparse>
#include <Eigen/SparseLU>
#include <chrono>
#include <random>
#include <algorithm>
#include <stdlib.h>
#include <iostream>
#include <ctime>
using namespace std;
using namespace Eigen;
// using namespace chrono;
typedef SparseMatrix<double> SpMat;
typedef Triplet<double> T;
int main()
{
int N = 200;
Eigen::SparseMatrix<double> A(N, N); // 创建稀疏矩阵
for (size_t i = 0; i < N; i++)
{
A.insert(i, i) = i + 1.1;
if (i != N - 1)
{
A.insert(i, i + 1) = i + 4.4;
A.insert(i + 1, i) = i + 3.3;
}
if (i != N - 1 && i != N - 2)
{
A.insert(i + 2, i) = i + 3.3;
}
}
// A.makeCompressed(); // 将稀疏矩阵转换为压缩列格式
// cout << "A = " << A << endl;
Eigen::VectorXd b(N); // 创建 5 维向量
for (size_t i = 0; i < N; i++)
{
b(i) = i + 1;
}
struct timespec start1, end1;
double duration1;
clock_gettime(CLOCK_REALTIME, &start1);
Eigen::SparseLU<Eigen::SparseMatrix<double>> solver;
solver.analyzePattern(A);
solver.factorize(A);
Eigen::VectorXd x = solver.solve(b);
clock_gettime(CLOCK_REALTIME, &end1);
duration1 = (end1.tv_sec - start1.tv_sec) + (end1.tv_nsec - start1.tv_nsec) / 1000000000.0;
printf("Time taken by solving is %lf microseconds\n", duration1 * 1000);
for (size_t i = 0; i < 10; i++)
{
printf("x[%d] = %f\n", i, x[i]);
}
cout << "===================================================" << endl;
return 0;
}
在该目录下创建如下作业提交脚本eigentest.slurm:
#!/bin/bash
#SBATCH --job-name=eigentest
#SBATCH --partition=64c512g
#SBATCH --ntasks-per-node=1
#SBATCH -n 1
#SBATCH --output=%j.out
#SBATCH --error=%j.err
ulimit -s unlimited
ulimit -l unlimited
module load eigen/3.4.0-gcc-11.2.0
module load gcc/11.2.0
g++ eigentest.cpp -o eigentest
./eigentest
使用如下命令提交作业:
sbatch eigentest.slurm
作业完成后在.out文件中可看到如下结果:
Time taken by solving is 2.991600 microseconds
x[0] = 5.866133
x[1] = -1.239260
x[2] = -2.732554
x[3] = -0.399766
x[4] = 3.439243
x[5] = 0.531062
x[6] = -2.109301
x[7] = -0.724832
x[8] = 2.550861
x[9] = 1.037857
===================================================
pi2.0上的Eigen¶
此步骤和上文完全相同;
此步骤和上文完全相同;
在该目录下创建如下作业提交脚本eigentest.slurm:
#!/bin/bash
#SBATCH --job-name=eigentest
#SBATCH --partition=small
#SBATCH --ntasks-per-node=1
#SBATCH -n 1
#SBATCH --output=%j.out
#SBATCH --error=%j.err
ulimit -s unlimited
ulimit -l unlimited
module load eigen/3.4.0-gcc-11.2.0
module load gcc/11.2.0
g++ eigentest.cpp -o eigentest
./eigentest
使用如下命令提交作业:
sbatch eigentest.slurm
作业完成后在.out文件中可看到如下结果:
Time taken by solving is 3.391600 microseconds
x[0] = 5.866133
x[1] = -1.239260
x[2] = -2.732554
x[3] = -0.399766
x[4] = 3.439243
x[5] = 0.531062
x[6] = -2.109301
x[7] = -0.724832
x[8] = 2.550861
x[9] = 1.037857
===================================================
参考资料¶
最后更新:
2024 年 11 月 19 日