Eigen库采用不同赋值语法初始化向量时出现结果差异问题

问题根因 #

这个差异来自Eigen的惰性求值机制和两种赋值运算符的实现路径差异，和浮点计算的舍入策略直接相关：

1. Eigen::TriangularView::solve() 不会直接返回计算完成的VectorXd对象，而是返回一个未求值的表达式模板对象，具体的求解计算会延迟到赋值给实际向量对象时才执行。
2. operator= 是Eigen针对求解表达式做了专门优化的赋值路径：求解过程会直接把计算结果写入目标向量y的内存地址，中间计算的浮点临时值全程保留寄存器的最高精度（x86-64平台下如果使用x87 FPU就是80位扩展精度，使用AVX/SSE就是对应向量寄存器精度），仅在最终写入内存时才截断为64位double格式，全程只有一次舍入。
3. operator<< 属于Eigen的逗号初始化器逻辑，它没有针对求解表达式的专门优化路径：当你把求解表达式传入<<时，Eigen会先把表达式求值为一个临时的VectorXd对象，再把临时对象的元素逐位拷贝到目标向量x中。部分编译器在处理临时对象的求值时，会额外多一次浮点精度截断/舍入操作，最终就会和直接赋值的结果出现微小的数值差异。

补充说明 #

• 你测试R.lu().solve(b)时差异缩小，是因为LU求解的数值稳定性更高，单次求解的舍入误差本身更小，所以两条路径的差异被掩盖了，但本质的求值路径差异仍然存在。
• 这个问题不属于Eigen的bug，<<运算符的设计初衷是用来拼接多个向量/矩阵块、或者逐元素初始化，不是用来给整个向量直接赋值的，用operator=才是符合设计预期的用法。

规避方案 #

如果确实需要用<<做赋值，可以手动强制表达式提前求值，保证两条路径的计算逻辑一致：

x << R.triangularView<Eigen::Upper>().solve(b).eval();

内容的提问来源于stack exchange，提问作者pfisch