如何用liboctave读取.mat文件、访问结构体元素并转换Octave代码

1. 构建SparseMatrix #

liboctave中使用SparseMatrix类表示稀疏矩阵，可通过两种方式构建：

批量构造（推荐，效率更高） #

如果你已经从结构体中提取出行索引数组、列索引数组和对应数值数组，直接使用构造函数：

#include <octave/sparse-matrix.h>
#include <octave/Array.h>

// 假设row_idx、col_idx为Array<int>类型，vals为Array<double>类型
// 注意：liboctave矩阵索引为1-based，若结构体中是0-based索引需先+1转换
Array<int> row_idx = ...; // 从结构体提取的行索引
Array<int> col_idx = ...; // 从结构体提取的列索引
Array<double> vals = ...; // 从结构体提取的非零元素值

SparseMatrix A(row_idx, col_idx, vals);

逐元素添加 #

如果需要动态添加元素，先初始化空矩阵，再调用assign方法，最后压缩优化存储：

int n_rows = ...; // 矩阵行数
int n_cols = ...; // 矩阵列数
SparseMatrix A(n_rows, n_cols);

for (int i = 0; i < num_nonzero; ++i) {
    int r = row_idx(i); // 确保是1-based索引
    int c = col_idx(i);
    double val = vals(i);
    A.assign(r, c, val);
}

// 压缩矩阵以减少内存占用（可选，但推荐）
A.compress();

2. 调用eigs计算特征值 #

liboctave可通过feval调用Octave内置的eigs函数，和脚本调用逻辑一致：

#include <octave/oct.h>
#include <octave/ComplexVector.h>

// 假设已构建好SparseMatrix A
octave_value_list args;
args(0) = octave_value(A);          // 输入稀疏矩阵
args(1) = octave_value(5);          // 要计算的特征值数量（比如5个）
args(2) = octave_value("LM");       // 特征值筛选规则：LM表示最大模特征值

// 调用eigs，第二个参数1表示期望返回1个结果（特征值向量）
octave_value_list result = feval("eigs", args, 1);

// 提取并处理结果
if (result.length() > 0 && !result(0).is_empty()) {
    ComplexVector eig_vals = result(0).complex_vector_value();
    
    // 示例：打印特征值
    for (int i = 0; i < eig_vals.length(); ++i) {
        std::cout << "特征值 " << i+1 << ": " << eig_vals(i) << std::endl;
    }
}

关键注意事项 #

• 索引一致性：liboctave和Octave一样采用1-based索引，若你的结构体中存储的是0-based索引，必须先转换为1-based再构建矩阵。
• 编译链接：编译时需链接liboctave相关库，示例编译命令：

  g++ your_code.cpp -o your_program -loctave -loctinterp
  

• 版本兼容：部分旧版liboctave可能需要显式包含<octave/eigs.h>，新版可直接通过feval调用。

内容的提问来源于stack exchange，提问作者Vadim Kantorov