Eigen中的迭代求解器在每次迭代中分配内存吗？

Question

我感兴趣的是使用特征来求解稀疏矩阵方程。迭代求解器需要在每次迭代期间用中间值更新的许多“划痕”向量。据我所知，当使用迭代求解器如共轭梯度法时，这些向量通常在开始迭代之前分配一次，然后在每次迭代时重复使用以避免频繁重新分配。就我看到的ConjugateGradient类而言，Eigen可以在每次迭代时重新分配内存。能否熟悉Eigen的人告诉我，我的理解是否正确？看起来有可能在分配过程中出现了某种聪明的节省内存的方案，其结果是内存每次都不会实际重新分配，但是我挖了下来，找不到这样的东西。或者，如果Eigen确实在每次通过循环时都重新分配内存，那么与进行实际计算所需的时间相比，这是否是一种无关紧要的负担？

Answer 1

你在哪里看到重新分配？正如您在源code中看到的那样，四个帮手向量residual,p,z和tmp在while循环之外（即迭代发生之前）被声明和分配。此外，记得征是一个表达式模板库，这样一行代码：

x += alpha * p; 

并注意创建任何暂时的。总之，不，Eigen的CG实现不会在迭代中执行任何（重新）分配。