如何实现std::vector与Eigen::VectorXd的内存共享？

我在用Eigen进行线性代数计算，需要和仅支持std::vector<double>的外部代码库对接。以下简化代码无法编译：

void solve(std::vector<double> &vec) {
    Eigen::BiCGSTAB<Eigen::SparseMatrix<double>, Eigen::IncompleteLUT<double>> solver;
    Eigen::VectorXd rhs(vec.size());
    vec = solver.solve(rhs);
}

问题在于solver.solve()返回Eigen::VectorXd，无法直接赋值给std::vector<double>。核心限制是：函数会被调用数千次，vec可能存储数百万元素，绝对禁止数据拷贝。

我尝试过Eigen::Map、Eigen::Ref及指针强制转换，但均未找到可行的无拷贝映射方案。

无拷贝解决方案 #

方案1：直接让求解器写入std::vector内存

利用Eigen::Map将std::vector的内存直接映射为Eigen向量，调用求解器的重载接口直接写入结果，全程无拷贝：

void solve(std::vector<double> &vec) {
    Eigen::BiCGSTAB<Eigen::SparseMatrix<double>, Eigen::IncompleteLUT<double>> solver;
    // 注意：实际使用前必须调用solver.compute(A)初始化稀疏矩阵A
    Eigen::VectorXd rhs(vec.size());
    
    // 零拷贝映射std::vector为Eigen向量
    Eigen::Map<Eigen::VectorXd> result_map(vec.data(), vec.size());
    // 求解结果直接写入vec的内存
    solver.solve(rhs, result_map);
}

方案2：同时维护std::vector与Eigen向量的内存共享

如果后续需要持续用Eigen接口操作数据，可通过Eigen::Map让两者共享同一块内存，修改任意一方都会同步到另一方：

// 外部代码中的std::vector
std::vector<double> vec(1000000);
// 零拷贝映射为Eigen向量，与vec共享内存
Eigen::Map<Eigen::VectorXd> eigen_vec(vec.data(), vec.size());

// 用Eigen接口计算，结果直接同步到vec
solver.solve(rhs, eigen_vec);
// 此时vec已更新为求解结果，无任何拷贝

关键注意事项 #

• 确保std::vector的内存不会被重新分配（如push_back、resize操作会导致内存地址变化，Eigen::Map会失效），若必须调整大小，需重新创建Map。
• 求解器必须提前调用solver.compute(A)初始化稀疏矩阵，否则无法正常求解。
• Eigen::Map的生命周期不能超过对应的std::vector，避免悬空指针。

内容的提问来源于stack exchange，提问作者tom