項目要進行比較多的矩陣操作，特別是二維矩陣。剛開始做實驗時，使用了動態二維數組，於是寫了一堆Matrix函數，作矩陣的乘除加減求逆求行列式。實驗做完了，開始做代碼優化，發現Matrix.h文件里適用性太低，而且動態二維數組的空間分配與釋放也影響效率，於是尋找其他解決方案。
首先考慮的是與Matlab混合編程，折騰了半天把Matlab環境與VS2010環境之后，發現Matlab編譯出來的函數使用起來也比較麻煩，要把數組轉化成該函數適用的類型后才能使用這些函數。我的二維數組也不是上千萬維的，估計這個轉化的功夫就犧牲了一部分效率了。（如果誰有混合編程的心得，求幫忙，囧。。。）
接着想到使用一維數組的方法，或者把一維數組封裝在一個類里邊。想着又要寫一堆矩陣操作函數頭就大，索性谷歌了一下矩陣處理庫，除了自己之前知道的OpenCV庫（之前由於轉化cvarr麻煩，於是放棄），還有Eigen, Armadillo。
http://blog.csdn.net/houston11235/article/details/8501135該博客對這三個庫的效率做了一個簡單的評測，OpenCV庫的矩陣操作效率是最低的，還好我沒使用。Eigen速度最快，與自己定義數組的操作效率相當（- -，才相當嗎？我本來還想找個更快的呢）。於是選擇使用Eigen。
進入正題。
安裝：
http://eigen.tuxfamily.org/index.php?title=Main_Page這里是官網，直接把包下載下來，不大，也就幾M，我是直接放在自己項目文件夾（考慮項目封裝時，這樣比較方便），放在VS2010 <INCLUDE>文件夾。
簡單使用：
看了一下官方文檔，Eigen庫除了能實現各種矩陣操作外，貌似還提供《數學分析》中的各種矩陣操作（包括L矩陣U矩陣）。目前我使用到的還是簡單的矩陣操作，如加減乘除，求行列式，轉置，逆，這些基本操作只要:
#include "Eigen/Eigen" using namespace Eigen;就能實現，別忘了名空間Eigen。
包含的類型：
| Matrices | Arrays |
|---|---|
|
Matrix<float,Dynamic,Dynamic> <=>
MatrixXf
Matrix<double,Dynamic,1> <=>
VectorXd
Matrix<int,1,Dynamic> <=>
RowVectorXi
Matrix<float,3,3> <=>
Matrix3f
Matrix<float,4,1> <=>
Vector4f
|
Array<float,Dynamic,Dynamic> <=> ArrayXXf
Array<double,Dynamic,1> <=> ArrayXd
Array<int,1,Dynamic> <=> RowArrayXi
Array<float,3,3> <=> Array33f
Array<float,4,1> <=> Array4f
|
對應關系：
| Matrix | 二維矩陣 |
| Vector | 列向量 |
| RowVector | 行向量 |
| X | 動態 |
| 固定數字n | 靜態，4>=n>=1 |
| i | int |
| f | float |
| d | double |
Arrays類型的話也跟Matrices差不多。
基本操作，定義，初始化，矩陣操作：
#include <iostream>
#include "Eigen/Eigen"
using namespace std;
using namespace Eigen;
void foo(MatrixXf& m)
{
Matrix3f m2=Matrix3f::Zero(3,3);
m2(0,0)=1;
m=m2;
}
int main()
{
/* 定義，定義時默認沒有初始化，必須自己初始化 */
MatrixXf m1(3,4); //動態矩陣，建立3行4列。
MatrixXf m2(4,3); //4行3列，依此類推。
MatrixXf m3(3,3);
Vector3f v1; //若是靜態數組，則不用指定行或者列
/* 初始化 */
m1 = MatrixXf::Zero(3,4); //用0矩陣初始化,要指定行列數
m2 = MatrixXf::Zero(4,3);
m3 = MatrixXf::Identity(3,3); //用單位矩陣初始化
v1 = Vector3f::Zero(); //同理，若是靜態的，不用指定行列數
m1 << 1,0,0,1, //也可以以這種方式初始化
1,5,0,1,
0,0,9,1;
m2 << 1,0,0,
0,4,0,
0,0,7,
1,1,1;
/* 元素的訪問 */
v1[1] = 1;
m3(2,2) = 7;
cout<<"v1:\n"<<v1<<endl;
cout<<"m3:\n"<<m3<<endl;
/* 復制操作 */
VectorXf v2=v1; //復制后，行數與列數和右邊的v1相等,matrix也是一樣,
//也可以通過這種方式重置動態數組的行數與列數
cout<<"v2:\n"<<v2<<endl;
/* 矩陣操作，可以實現 + - * / 操作，同樣可以實現連續操作(但是維數必須符合情況),
如m1,m2,m3維數相同,則可以m1 = m2 + m3 + m1; */
m3 = m1 * m2;
v2 += v1;
cout<<"m3:\n"<<m3<<endl;
cout<<"v2:\n"<<v2<<endl;
//m3 = m3.transpose(); 這句出現錯誤，估計不能給自己賦值
cout<<"m3轉置:\n"<<m3.transpose()<<endl;
cout<<"m3行列式:\n"<<m3.determinant()<<endl;
m3 = m3.reverse();
cout<<"m3求逆:\n"<<m3<<endl;
system("pause");
return 0;
}
輸出：
v1: 0 1 0 m3: 1 0 0 0 1 0 0 0 7 v2: 0 1 0 m3: 2 1 1 2 21 1 1 1 64 v2: 0 2 0 m3轉置: 2 2 1 1 21 1 1 1 64 m3行列式: 2540 m3求逆: 64 1 1 1 21 1 1 1 64
基本的操作就是以上這些，有了這個庫，以后就不用做重復工作撩！