文档总目录
英文原文(What happens inside Eigen, on a simple example)
求和表达式的构造
现在我们的向量已经构建完毕,让我们继续下一行:
u = v + w;
操作符 +
返回一个“向量之和”表达式,但实际上此时并不执行计算。执行计算的是运算符=
(其调用随后发生)。
现在让我们看看 Eigen 这时做了什么:
v + w
这里,v
和 w
的类型为 VectorXf
,它是 typedef
定义的Matrix
,Matrix
是 MatrixBase
的子类。所以被称为:MatrixBase::operator+(const MatrixBase&)
该运算符的返回类型是:CwiseBinaryOp<internal::scalar_sum_op<float>, VectorXf, VectorXf>
CwiseBinaryOp
类是我们第一次接触到表达式模板。如前所述,操作符+
本身并不执行任何计算,它只返回一个抽象的“向量和”表达式。由于还有“向量差”和“系数逐个乘积”的表达式,因此我们将它们统一为“系数逐个二元操作”,缩写为CwiseBinaryOp
。 “系数逐个”表示按系数进行操作。 “二元”的意思是有两个操作数。
对于
v + w + u;
第一个v + w
将返回如上所述的CwiseBinaryOp
,因此为了使其编译,需要在CwiseBinaryOp
类中定义一个操作符 +
,但是,难道要在每个表达式类中定义所有运算符吗,当然不可能,解决方案是CwiseBinaryOp
本身,以及Matrix
和所有其他表达式类型,都是MatrixBase
的子类。因此,只需在MatrixBase
类中定义所有运算符即可。由于MatrixBase
是不同子类的共同基类,因此依赖于子类的方面必须从MatrixBase
中抽象出来。这被称为多态性。
在C ++中,多态的经典方法是通过虚函数来实现的。这是动态多态性。在这里,不使用动态多态性,因为Eigen的整个设计都基于这样一个假设:所有复杂性、所有抽象都在编译时解决。这是至关重要的:如果抽象无法在编译时解决,Eigen的编译时优化机制就会变得无用,更不用说如果该抽象必须在运行时解决,那么它本身就会产生开销。
在这里,想要的是将单个MatrixBase
类作为许多子类的基类,以这样的方式,使得每个MatrixBase
对象(无论是矩阵、向量还是任何类型的表达式)在编译时(而不是运行时)知道它是哪个特定的子类对象(即它是矩阵、表达式,以及是什么类型的表达式)。
解决方案是递归模板模式(Curiously Recurring Template Pattern)。
简而言之,MatrixBase
采用模板参数Derived
。每定义一个子类子类(Subclass
),我们实际上是让Subclass
继承MatrixBase<Subclass>
。关键在于不同的子类继承不同类型的MatrixBase
。由于这个原因,每当我们有一个子类的对象,并调用它的一些MatrixBase
方法时,即使在 MatrixBase
方法内部,我们仍然记得我们正在讨论哪个特定子类。
这意味着我们可以将几乎所有的方法和运算符放在基类MatrixBase
中,并在子类中只保留最少的方法。如果你看一下Eigen中的子类,比如CwiseBinaryOp
类,它们只有很少的方法。有coeff()
和有时返回系数的coeffRef()方法,有返回行数和列数的rows()
和cols()
方法,但并没有更多的方法。所有的基础方法都在MatrixBase
中,因此它只需要为所有类型的表达式、矩阵和向量编写一次即可。
那么,让我们结束这个题外话,回到我们当前正在分析的示例程序中的代码片段:
v + w
现在我们对 MatrixBase
已经很熟悉了,让我们完整地编写此处调用的运算符+
的原型(此代码来自 src/Core/MatrixBase.h):
template<typename Derived>
class MatrixBase
{
// ...
template<typename OtherDerived>
const CwiseBinaryOp<internal::scalar_sum_op<typename internal::traits<Derived>::Scalar>, Derived, OtherDerived>
operator+(const MatrixBase<OtherDerived> &other) const;
// ...
};
这里的Derived
和OtherDerived
都是VectorXf
。
正如我们所说,CwiseBinaryOp
也用于其他操作,例如减法,因此它需要另一个模板参数来确定将应用于系数的操作。这个模板参数是一个函数对象(functor
),也就是说,它是一个具有operator()
的类,因此它的行为类似于函数。在这里,使用的函数对象是internal::scalar_sum_op
。它定义在src/Core/Functors.h
中。
现在让我们解释一下internal::traits
。internal::scalar_sum_op
类需要一个模板参数:要处理的数字类型。当然,在这里我们想传递VectorXf
的标量类型(即数字类型),它是float
。我们如何确定Derived
的标量类型呢?在整个Eigen中,所有的矩阵和表达式类型都定义了一个typedef Scalar
,它给出了它的标量类型。例如,VectorXf::Scalar
是float
的typedef
。因此,在这里,如果一切都很简单,我们可以找到Derived
的数字类型,如下所示:
typename Derived::Scalar
不幸的是,在这里我们无法这样做,因为编译器会报错,类型Derived
还没有定义。因此,我们使用一个变通办法:在src/Core/util/ForwardDeclarations.h
中,我们声明(而不是定义!)了所有的子类,比如Matrix
,还声明了以下类模板:
template<typename T> struct internal::traits;
在src/Core/Matrix.h中,在定义类Matrix
之前,我们为T=Matrix<任意模板参数>
定义了internal::traits
的部分特化。在这个特化版本中,我们定义了Scalar typedef
。因此,当我们实际定义Matrix
时,使用 typename internal::traits<Matrix>::Scalar
这样的语句是合法的。
无论如何,我们已经声明了我们的操作符 +
。在我们的情况下,Derived
和OtherDerived
都是VectorXf
,因此上述声明相当于:
class MatrixBase<VectorXf>
{
// ...
const CwiseBinaryOp<internal::scalar_sum_op<float>, VectorXf, VectorXf>
operator+(const MatrixBase<VectorXf> &other) const;
// ...
};
让我们现在跳到src/Core/CwiseBinaryOp.h
来看它是如何定义的。它所做的就是返回一个CwiseBinaryOp
对象,而这个对象只是存储了对左侧和右侧表达式的引用,CwiseBinaryOp
对象也存储了一个(空)函数对象的实例,这里不必在意,因为这只是一个次要的实现细节。文章来源:https://www.toymoban.com/news/detail-543571.html
因此,操作符+
没有执行任何实际的计算。总之,操作v + w
只是返回了一个CwiseBinaryOp
类型的对象,它仅仅是存储了对v
和w
的引用而已。文章来源地址https://www.toymoban.com/news/detail-543571.html
到了这里,关于[Eigen中文文档] 深入了解 Eigen - Eigen内部发生了什么(二)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!