Eigen::Matrix的vector容器定义、取值及相比多维矩阵的优势问询

首先先展示你提到的代码：

typedef Eigen::Matrix<float, Eigen::Dynamic, 1> sensorMatrix;
template <template <typename, typename> class Container, typename Type>
Container<std::vector, Eigen::aligned_allocator<sensorMatrix>> sensorContainer;

问题1：模板定义的作用，以及容器的生成逻辑 #

这行用了C++的模板模板参数语法，设计意图是定义一个适配Eigen类型的通用容器模板：

• 第一个模板参数Container本身是一个需要接收两个类型参数的模板（比如STL的std::vector、std::deque都符合这个要求，第一个参数是容器存储的元素类型，第二个是内存分配器类型）
• 这里直接指定了容器的分配器为Eigen::aligned_allocator<sensorMatrix>，这是Eigen的特殊要求：Eigen中需要内存对齐的类型（比如带SIMD优化的矩阵类型）存入STL容器时，必须用对齐分配器，否则会触发运行时断言错误或者段错误
• 注：你贴的这段代码存在笔误，第二个模板参数Type没有被使用，按设计逻辑应该是把Type作为容器的元素类型，这里写死了元素是sensorMatrix，所以实际使用时可以直接把第二个参数删掉

问题2：存储Eigen::Matrix的vector以及取值方式 #

可以存储，你需要先对模板进行实例化：

// 实例化出存储sensorMatrix的vector
using sensorVector = std::vector<sensorMatrix, Eigen::aligned_allocator<sensorMatrix>>;
sensorVector sensorContainer;

取值逻辑需要注意：你定义的sensorMatrix是动态大小的列向量，只有1列，所以正确的取值方式是：

// 取第i个向量的第j行的值，列坐标固定为0可以省略
float val = sensorContainer[i](j);

如果你后续把sensorMatrix改成二维动态矩阵，就可以用你写的sensorContainer[i](j,k)的方式取值。

问题3：设计优势以及和直接用Eigen二维矩阵的区别 #

这种设计的优势主要有三个：

• 完全兼容STL容器接口，可以直接用push_back、迭代器、范围for循环、STL算法等操作容器，和其他接受STL容器的工具库适配成本更低
• 适配动态异构的场景：每个子矩阵可以是不同大小的Eigen矩阵，增删子矩阵的开销远低于调整整块连续内存的Eigen二维矩阵
• 封装了对齐分配器的逻辑，不需要每次定义容器都手动写分配器参数，减少手写代码出错的概率

不用直接Eigen二维矩阵的核心原因是业务场景差异：Eigen的二维矩阵是一整块连续内存，仅适合规整的二维数值运算场景，如果你的业务是每次采集一个sensor向量存入容器、需要频繁增删元素、或者子矩阵大小不固定，用STL容器套Eigen矩阵的方案灵活度和性能都更好。

内容的提问来源于stack exchange，提问作者Emilio7773