我之前在Ubuntu 20.04（符合你说的6.4以上版本要求）也碰到过一模一样的问题！当时折腾了好一阵才找到根源，跟你分享下：

为什么会出现跨平台差异？ #

主要有这几个可能的原因：

• Matrix包版本不一致：Windows上你用的可能是CRAN的最新版Matrix包，而Ubuntu如果是通过系统包管理器（比如apt install r-cran-matrix）安装的，版本往往会滞后几个迭代。旧版本的Matrix包确实没有实现dgRMatrix %*% dgCMatrix这个组合的乘法方法，而新版已经补上了这个缺口。
• 底层线性代数库差异：Ubuntu默认依赖的OpenBLAS或系统BLAS/LAPACK，和Windows上R默认使用的线性代数库（比如MKL或者微软优化的BLAS）对稀疏矩阵操作的支持程度不同。有些操作在Windows的库下能间接兼容，但在Ubuntu的库下就触发了未实现的方法。
• 转置后的矩阵类型细节：虽然Matrix::t(dgCMatrix)理论上返回dgRMatrix，但不同平台的包在类型处理上可能有细微差别，导致乘法时的类型匹配逻辑触发了不同的代码分支。

已验证的解决办法 #

试试下面这些方案，应该能解决问题：

• 升级到最新版Matrix包：不要用系统自带的包，直接在R里运行：

  install.packages("Matrix", dependencies = TRUE)
  

  安装完成后重启R再运行你的代码，新版基本都支持这个乘法组合了。
• 手动统一矩阵类型：如果暂时没法升级包，可以把转置后的dgRMatrix转成dgCMatrix，让两个矩阵类型一致：

  dtm.t_transposed <- as(Matrix::t(dtm.t), "dgCMatrix")
  product <- dtm.t_transposed %*% dtm.t
  

  这样就会调用已实现的dgCMatrix %*% dgCMatrix方法，不会再报错。
• 切换底层线性代数库：如果升级包还是不行，可以尝试安装MKL并配置R使用MKL，它对稀疏矩阵的支持更完善。Ubuntu上可以通过apt install libmkl-dev安装，然后在R中设置使用MKL。

其他用户反馈 #

这个问题确实不是个例，Stack Overflow和RStudio社区里都有不少用户反馈过类似的跨平台稀疏矩阵乘法报错，大多都是版本或底层库的问题，上面的方案基本能覆盖大部分场景。

内容的提问来源于stack exchange，提问作者arko bose