如何用Armadillo更高效提取矩阵下三角元素至向量？

嘿，这个问题我之前也琢磨过！首先得给你明确一点：因为Armadillo里矩阵的下三角元素在内存中是分散存储的，所以想直接用指针指向原矩阵内存来创建向量是行不通的——向量要求内存连续，而下三角元素散落在矩阵的不同行/列位置，这一点确实没法绕开。不过我们可以用更高效的方式来完成这个拷贝，比你现在的实现和那个find方案靠谱多了：

先优化你的手动循环 #

你当前的嵌套循环里多了个if(i<j)的判断，这会增加分支预测的开销，而且内层循环从j=1开始也没必要。我们可以直接调整循环范围，只遍历下三角区域，完全去掉条件判断：

vec trimat2vec(const mat& inmat){
    const int K = inmat.n_rows;
    const int p = K*(K-1)/2;
    vec out(p);
    int counter = 0;
    // 直接遍历严格下三角区域（i > j）
    for(int i = 1; i < K; ++i){
        for(int j = 0; j < i; ++j){
            out(counter++) = inmat(i,j);
        }
    }
    return out;
}

这样改完，循环里没有多余的判断，速度会比原来的版本快不少。

用Armadillo内置工具偷懒（还更高效） #

其实Armadillo早就内置了处理三角矩阵的视图函数，比如trimatl()——它能直接获取矩阵的下三角部分（包含对角线），如果要严格下三角（不含对角线），就加个k=-1参数。然后配合vectorise()函数，就能直接把这个视图转成向量：

vec trimat2vec(const mat& inmat){
    // 严格下三角版本，要包含对角线就去掉,k=-1
    return vectorise(trimatl(inmat, k=-1));
}

这里要说明下：trimatl()返回的是一个视图对象，不会创建新的矩阵拷贝，只有当vectorise()把它转成向量时才会做一次内存拷贝。但这个拷贝是Armadillo内部优化过的，用了底层的内存操作，效率通常比手动循环的赋值要高。

为啥那个find方案不行？ #

你提到的find(trimatu(inmat)!=0)真的不推荐：首先，双精度矩阵里做精确零值判断本身就不安全——浮点运算的精度误差可能会把本该是零的数变成极小的非零值，反过来也可能把非零值误判成零；其次，find操作需要遍历整个矩阵并做条件判断，效率远不如直接遍历目标三角区域或者用内置的视图工具。

再唠唠指针的事儿 #

还是得再强调下：Armadillo矩阵默认是列优先存储的，拿个3x3矩阵举例，它的内存布局是这样的：

(0,0), (1,0), (2,0), (0,1), (1,1), (2,1), (0,2), (1,2), (2,2)

严格下三角元素是(1,0), (2,0), (2,1)，这些元素在内存里的位置是不连续的，而向量必须是连续的内存块，所以根本没法直接用指针把原矩阵的下三角元素映射成向量——必须做一次拷贝，把分散的元素整理到连续内存里。

内容的提问来源于stack exchange，提问作者Inferrator