null - 程序员宅基地

【C C++开源库】C C+(1)，2024年最新字节跳动面试分享-程序员宅基地

技术标签： 2024年程序员学习面试 c++ c语言

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Golang全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Go语言开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注go）

正文

Eigen是使用C++封装好的的一个矩阵运算库，可以很方便地实现各类矩阵运算，而且不用安装，只需要简单配置即可。

1.下载及安装

1.1Linux安装及配置

sudo apt-get install libeigen3-dev

Eigen只包含头文件，因此它不需要实现编译（只需要使用#include），指定好Eigen的头文件路径，编译项目即可。

Eigen头文件的默认安装位置是：“/usr/include/eigen3”.

1.2Windows配置

下载地址：http://eigen.tuxfamily.org/index.php?title=Main_Page#Download

下载文件解压后，文件目录如下：

只需要将eigen-3.4.0的路径加入到头文件查找路径。
使用时包含头文件即可，比如 #include <Eigen\Dense>

2.测试使用

本博客在Windows下使用DevC++和Clion两款C/C++来测试一下。

为了应对不同的需求，Eigen库被分为多个功能模块，每个模块都有自己相对应的头文件，以供调用。其中，Dense模块整合了绝大部分的模块，而Eigen模块更是整合了所有模块（也就是整个Eigen库）。

在这里插入图片描述

2.1DevC++

添加头文件路径

测试代码

#include
#include <Eigen\Dense>
using namespace std;
using namespace Eigen;
int main()
{
Matrix2d a;
a << 1, 2,
3, 4;
MatrixXd b(2, 2);
b << 2, 3,
1, 4;
cout << “a + b =\n” << a + b << endl;
cout << “a - b =\n” << a - b << endl;
cout << “Doing a += b;” << endl;
a += b;
cout << “Now a =\n” << a << endl;
cout << "a^T= " << a.transpose() << endl;
cout << "a*b= " << a*b << endl;
Vector3d v(1, 2, 3);
Vector3d w(1, 0, 0);
cout << “-v + w - v =\n” << -v + w - v << endl;
cout << v << endl;
cout << v.transpose() << endl;
system(“pause”);
}

运行结果如下

2.2Clion

clion中添加头文件可以在CMakeLists.txt中添加，也可以在项目目录中添加。

（推荐）编辑项目目录下的 CMakeLists.txt，添加一行

include_directories(“/path/to/headers”) #换成头文件所在目录

将对应的头文件或文件夹复制到项目根目录，然后在源文件中使用 #include “文件名” 包含

这里我们使用第一种方法，更改之后，CMakeLists.txt文件内容如下：

cmake_minimum_required(VERSION 3.19)
project(untitled1)

set(CMAKE_CXX_STANDARD 14)

include_directories(“D:\eigen-3.4.0”)

add_executable(untitled1 main.cpp)

测试代码依旧是上面的代码

#include
#include <Eigen\Dense>
using namespace std;
using namespace Eigen;
int main()
{
Matrix2d a;
a << 1, 2,
3, 4;
MatrixXd b(2, 2);
b << 2, 3,
1, 4;
cout << “a + b =\n” << a + b << endl;
cout << “a - b =\n” << a - b << endl;
cout << “Doing a += b;” << endl;
a += b;
cout << “Now a =\n” << a << endl;
cout << "a^T= " << a.transpose() << endl;
cout << "ab= " << ab << endl;
Vector3d v(1, 2, 3);
Vector3d w(1, 0, 0);
cout << “-v + w - v =\n” << -v + w - v << endl;
cout << v << endl;
cout << v.transpose() << endl;
system(“pause”);
}

运行结果如下

3.深入学习

本博客只是对矩阵运算库的简介、汇总、环境配置，因此不会讲太详细的使用。主要是本人太菜了，讲不来。不过为了内容的完整型，我会给几个好的比较完整的eigen学习教程。

二、C++矩阵运算库 - Armadillo

Armadillo是一个开源高性能C++线性代数库，提供了和Matlab中常用命令接近的函数接口，可以方便地将Matlab/Octave开发的算法移植到C++中。特别地，我们可以先在Matlab环境中编程进行算法原型验证，待算法充分验证通过之后再利用Armadillo移植到C++中编译为独立的可执行程序。虽然Matlab也支持利用mcc直接将m文件编译生成动态链接库文件或者可执行程序，但是这些代码的运行需要Matlab运行环境（MCR）的支持；而通过Armadillo进行移植则可以完全脱离Matlab环境。