能否直接将CSR/COO数组传入Eigen的KroneckerProductSparse？

1. 零拷贝映射自定义CSR到Eigen稀疏矩阵 #

Eigen的SparseMatrix支持直接绑定外部CSR格式的数据，无需拷贝或使用insert、三元组转换这类低效操作。MKL的CSR定义和Eigen行优先的CSR存储规则兼容，对应关系如下：

• 你的row_arr对应Eigen的outerIndexPtr()（每行首非零元的索引，数组长度为行数+1，最后一个元素等于总非零元数）
• 你的col_arr对应Eigen的innerIndexPtr()（每个非零元的列号）
• 你的nnz_arr对应Eigen的valuePtr()（非零元的数值）

实现代码示例：

// 假设已实例化自定义CSR矩阵custom_csr
Eigen::SparseMatrix<double, Eigen::RowMajor> eigen_csr(custom_csr.size, custom_csr.size);

// 绑定外部数据，无内存拷贝
eigen_csr.resizeNonZeros(custom_csr.row_arr[custom_csr.size]); // 总非零元数
eigen_csr.outerIndexPtr() = custom_csr.row_arr;
eigen_csr.innerIndexPtr() = custom_csr.col_arr;
eigen_csr.valuePtr() = custom_csr.nnz_arr;

⚠️ 注意：Eigen不会接管外部数组的内存管理，需确保eigen_csr生命周期内，自定义数组不会被释放。

2. 传入KroneckerProduct #

得到Eigen格式的稀疏矩阵后，可直接用于KroneckerProductSparse：

#include <unsupported/Eigen/KroneckerProduct>

// 假设有两个映射后的Eigen稀疏矩阵A、B
auto kron_product = Eigen::kroneckerProduct(A, B);

3. 更高效率的备选方案：直接生成Kronecker乘积的CSR数组 #

如果追求极致效率，也可以跳过Eigen的转换，直接基于你的自定义CSR数组实现Kronecker乘积的CSR生成逻辑。两个CSR矩阵的Kronecker乘积规则如下：

• 设矩阵A(m×n)，矩阵B(p×q)，则A⊗B是mp×nq的矩阵
• 原A的第i行的非零元，对应A⊗B的第i*p到(i+1)*p -1行
• 原A的(i,j)位置的非零元a，对应A⊗B中上述行内的第j*q到(j+1)*q -1列，数值为a乘以B的对应位置值

这种方式完全避免了Eigen的中间转换开销，适合高性能场景。

4. 自定义CSR类的析构函数实现 #

针对你的自定义类，析构函数可以这样写（假设ALLOCATE_ARRAY封装的是malloc）：

~sparse_matrix_csr(){
    free(nnz_arr);
    free(col_arr);
    free(row_arr);
}

如果ALLOCATE_ARRAY使用的是new，则替换为delete[]。

内容的提问来源于stack exchange，提问作者manne