Eigen3稀疏矩阵能否使用非整数索引？寻求替代方案

1. Eigen能否用double*作为矩阵元素的索引键？ #

不行。Eigen的稠密和稀疏矩阵实现都是基于整数索引设计的，底层通过整数定位内存中的元素位置，不支持直接用指针（比如double*）作为索引键，强行使用会导致编译错误。另外，指针本身作为索引键也存在风险：指针地址可能因内存重分配、对象销毁而失效，或者不同指针指向同一数据时出现歧义，维护起来隐患很大。

2. 适合自定义索引的自由软件稀疏矩阵替代方案 #

如果需要用非整数类型（比如指针）关联矩阵行列，以下几种方案可以考虑：

• 在Eigen之上封装索引映射层（最推荐）
  不用换库，自己维护一个双向映射容器，比如std::unordered_map<parameter*, int>和std::unordered_map<int, parameter*>，把指针类型映射到Eigen支持的整数索引。移除参数时，先找到对应的整数索引，再通过Eigen的块操作（比如leftCols()、rightCols()）或者重新构造矩阵来删除对应列，同时更新映射容器。这种方案既能保留Eigen的高性能，又能满足自定义索引的需求。

• Boost uBLAS
  Boost uBLAS的稀疏矩阵设计较为灵活，支持结合Boost的容器（如boost::unordered_map）构建自定义索引层。你可以直接用parameter*作为键来关联矩阵的列，或者封装一层适配器将指针映射到整数索引后再操作矩阵，适合C++环境下的扩展开发。

• SciPy 稀疏矩阵（Python环境）
  如果用Python开发，SciPy提供的dict_of_dicts格式稀疏矩阵允许直接用自定义哈希类型（比如对象的id、自定义指针包装类）作为行列键，无需转换为整数。移除参数时直接删除字典中对应的键即可，操作简单，适合快速原型验证。

• SuiteSparse
  作为高性能的稀疏矩阵库，SuiteSparse（包含CSparse、CHOLMOD等组件）底层也是整数索引，但可以在上层封装自己的指针-整数映射层。它在大规模稀疏矩阵运算上性能优异，适合需要处理超大规模数据的场景。

内容的提问来源于stack exchange，提问作者André Caldas