寻求Eigen库中等价于np.linalg.solve的函数及运行断言错误解决

API 探路者

2026-5-14

解决Eigen中ColPivHouseholderQR.solve()的断言错误

嘿，我来帮你搞定这个问题！你遇到的Assertion 'rhs.rows() == rows()' failed错误，本质是系数矩阵A和右侧向量B的行数不匹配导致的。

错误根源拆解

Eigen在求解线性方程组Ax=B时，严格要求右侧向量B的行数必须等于矩阵A的行数——你的A是3×3矩阵，所以B必须是3行1列的列向量。从报错来看，你代码里的B要么被误定义成了行向量（1×3），要么初始化时行数没设对，导致和A的3行不匹配，触发了断言检查。

对应你Python逻辑的正确Eigen代码

下面是完整的可运行代码，完全对应你Python里的求解逻辑，包括正确构造A和B：

#include <Eigen/Dense>
#include <iostream>

int main() {
    // 构造3×3的系数矩阵A，和你给出的数值完全一致
    Eigen::MatrixXd A(3, 3);
    A << 64, 256, 1024,
         48, 256, 1280,
         24, 192, 1280;

    // 构造3×1的列向量B，对应你给出的[-9, 0, 0]
    Eigen::VectorXd B(3);
    B << -9, 0, 0;

    // 调用ColPivHouseholderQR求解，和你原来的调用方式一致，但参数现在匹配了
    Eigen::VectorXd x = A.colPivHouseholderQr().solve(B);

    // 打印结果，和Python的numpy求解结果对比验证
    std::cout << "求解结果x:\n" << x << std::endl;

    return 0;
}

几个关键注意事项

一定要用列向量存B：Eigen的VectorXd默认就是列向量，如果你之前用Matrix<double, -1, 1>动态矩阵定义B，记得要调用B.resize(3)来设置行数，或者直接用VectorXd(3)初始化。别用RowVectorXd（行向量），否则行数直接不匹配。
矩阵维度要明确：构造A时必须指定(3,3)，确保它是3行3列的矩阵，不然Eigen可能会默认生成其他维度的矩阵，导致后续匹配失败。
初始化方式要正确：用<<运算符赋值时，要按行依次输入数值，Eigen会自动按顺序填充矩阵/向量。