将Eigen张量传入自定义函数时出现编译错误的求助

问题背景 #

原本包含Eigen张量操作与FFTW 3D FFT的代码可正常运行，但将实转复FFT逻辑封装为r2cfft3d函数后，出现编译错误，包括‘Tensor’ is not a member of ‘Eigen’、参数rArr和cArr未声明等。

错误原因分析 #

1. 头文件缺失：Eigen的Tensor模块不属于默认核心模块，必须显式包含对应头文件；std::complex也需要包含<complex>头文件。
2. 变量作用域问题：原代码中的nx/ny/nz是局部静态常量，封装后的函数无法直接访问这些变量。
3. 参数传递错误：复张量参数未使用引用传递，且原函数未将FFTW计算结果写入传入的复张量。
4. 模板语法问题：函数声明/定义中的模板类型写法需要确保命名空间正确展开。

修复步骤 #

1. 补充必要头文件 #

在函数声明的头文件和定义的源文件中，添加以下头文件：

#include <Eigen/Tensor>
#include <complex>
#include <fftw3.h>

2. 调整函数参数与变量作用域 #

将张量的维度信息通过参数传入，或者直接从输入张量中获取维度（更灵活），避免依赖外部静态常量。同时将复张量参数改为引用类型，确保计算结果能被外部获取。

3. 完善函数逻辑 #

FFTW执行完成后，将输出数组的结果写入传入的复张量中，完成数据传递。

修复后的完整代码 #

函数声明（头文件中） #

void r2cfft3d(Eigen::Tensor<double, 3>& rArr, Eigen::Tensor<std::complex<double>, 3>& cArr);

函数定义（源文件中） #

#define REAL 0
#define IMAG 1

void r2cfft3d(Eigen::Tensor<double, 3>& rArr, Eigen::Tensor<std::complex<double>, 3>& cArr) {
    // 从输入张量获取维度，避免依赖外部常量
    int nx = rArr.dimension(0);
    int ny = rArr.dimension(1);
    int nz = rArr.dimension(2);

    // 检查输入输出张量维度是否匹配
    if (cArr.dimension(0) != nx || cArr.dimension(1) != ny || cArr.dimension(2) != nz) {
        // 可添加错误处理逻辑
        return;
    }

    fftw_complex *input_array = (fftw_complex*)fftw_malloc(nx*ny*nz * sizeof(fftw_complex));
    fftw_complex *output_array = (fftw_complex*)fftw_malloc(nx*ny*nz * sizeof(fftw_complex));

    // 将Eigen实张量数据拷贝到FFTW输入数组
    for (int i = 0; i < nx; ++i) {
        for (int j = 0; j < ny; ++j) {
            for (int k = 0; k < nz; ++k) {
                input_array[k + nz * (j + ny * i)][REAL] = rArr(k, i, j);
                input_array[k + nz * (j + ny * i)][IMAG] = 0.0;
            }
        }
    }

    // 创建并执行FFTW计划
    fftw_plan forward = fftw_plan_dft_3d(nx, ny, nz, input_array, output_array, FFTW_FORWARD, FFTW_ESTIMATE);
    fftw_execute(forward);

    // 将FFTW结果写入Eigen复张量
    for (int i = 0; i < nx; ++i) {
        for (int j = 0; j < ny; ++j) {
            for (int k = 0; k < nz; ++k) {
                double real = output_array[k + nz * (j + ny * i)][REAL];
                double imag = output_array[k + nz * (j + ny * i)][IMAG];
                cArr(k, i, j) = std::complex<double>(real, imag);
            }
        }
    }

    // 释放资源
    fftw_destroy_plan(forward);
    fftw_free(input_array);
    fftw_free(output_array);
    // 注意：fftw_cleanup()建议在程序退出前调用一次即可，不要在函数内重复调用
}

调用示例（原代码中替换FFTW部分） #

// 原代码中生成uFun后：
Eigen::Tensor<std::complex<double>, 3> uFun_fft(nx, ny, nz);
r2cfft3d(uFun, uFun_fft);
// 后续可使用uFun_fft处理结果

额外注意事项 #

• fftw_cleanup()不需要在每个函数调用中执行，建议在程序结束时统一调用一次，避免重复清理导致问题。
• 确保编译时链接FFTW库（例如GCC编译时添加-lfftw3参数）。

内容的提问来源于stack exchange，提问作者Mathew77