如何用(values, innerIndices, outerStarts)初始化Eigen稀疏矩阵？

直接给valuePtr()、innerIndexPtr()、outerIndexPtr()赋值是错误的——这些指针指向Eigen内部管理的内存区域，强行替换会破坏内存管理逻辑，引发段错误或其他未定义行为。以下是正确的实现方式：

方法1：拷贝外部CSR/CSC数据到SparseMatrix内部 #

先让矩阵预留对应大小的内存，再将外部数组的数据拷贝到内部缓冲区：

#include <Eigen/Sparse>
#include <algorithm>

// 假设你已经有以下外部数据（以列主序CSC格式为例）
std::vector<double> values = {1.0, 2.0, 3.0};
std::vector<int> innerIndices = {0, 1, 2};
std::vector<int> outerStarts = {0, 2, 3}; // 列主序时大小为ncol+1
int nrow = 3, ncol = 2;
int nonZeros = values.size();

Eigen::SparseMatrix<double> A(nrow, ncol);
// 先设置非零元素总数，让Eigen分配足够内存
A.resizeNonZeros(nonZeros);

// 拷贝数据到矩阵内部缓冲区
std::copy(values.begin(), values.end(), A.valuePtr());
std::copy(innerIndices.begin(), innerIndices.end(), A.innerIndexPtr());
std::copy(outerStarts.begin(), outerStarts.end(), A.outerIndexPtr());

// 可选：验证矩阵结构（如果数据可能有无效值）
A.prune(0.0);

方法2：用Map直接映射外部数据（无拷贝） #

如果不想拷贝内存，可以用Eigen::Map直接绑定外部数组，注意要保证外部数组的生命周期长于Map对象：

#include <Eigen/Sparse>

// 同样使用上述外部数据
std::vector<double> values = {1.0, 2.0, 3.0};
std::vector<int> innerIndices = {0, 1, 2};
std::vector<int> outerStarts = {0, 2, 3};
int nrow = 3, ncol = 2;
int nonZeros = values.size();

// 列主序CSC格式的Map
Eigen::Map<Eigen::SparseMatrix<double, Eigen::ColMajor>> A(
    nrow, ncol, nonZeros,
    outerStarts.data(), innerIndices.data(), values.data()
);

// 行主序CSR格式的Map（如果你的数据是CSR）
// Eigen::Map<Eigen::SparseMatrix<double, Eigen::RowMajor>> A(
//     nrow, ncol, nonZeros,
//     outerStarts.data(), innerIndices.data(), values.data()
// );

关键注意事项 #

• outerStarts的大小必须正确：列主序时为ncol+1，行主序时为nrow+1，最后一个元素必须等于非零元素总数。
• innerIndices中的每个索引必须合法：列主序时是行索引（范围0 <= idx < nrow），行主序时是列索引（范围0 <= idx < ncol）。
• 永远不要直接替换Eigen容器的内部指针，这类操作会绕过Eigen的内存管理机制，导致严重的内存错误。

内容的提问来源于stack exchange，提问作者Hanbin Lee