最近需要用到C++和Matlab的混编，记录一下学习过程。
要实现的是调用Matlab函数，求矩阵前k个最小的特征值及其特征向量。
//C++
#include "engine.h" //使用Matlab引擎需要包含的头文件
#include <iostream>
using namespace std;
int main()
{
Engine *m_engine; //创建Matlab引擎
m_engine = NULL; //初始化引擎
if((!m_engine && !(m_engine = engOpen(NULL)))) //打开引擎，此时会打开一个Matlab命令行窗口
{
return -1;
}
engSetVisible(m_engine,1); //将命令行窗口设为可见
char buffer[255]; //记录调试信息，方便调试
engOutputBuffer(m_engine, buffer, 255);
double A[3][3] = {-1,1,0,
-4,3,0,
1,0,2};
mxArray* AObj = mxCreateDoubleMatrix(3, 3, mxREAL); //创建Matlab的矩阵（大小3*3，实数）
memcpy(mxGetPr(AObj), A, 3*sizeof(double)); //将C++的数据传入Matlab中
engPutVariable(m_engine, "A", AObj); //将AObj的值赋给A
engEvalString(m_engine, "cd('E:\\MatlabScripts')"); //进入Matlab代码的路径
//调用Matlab中定义的函数“computeEigens”，文件名需与函数名一致，即“computeEigens.m”
int k = 2;
engEvalString(m_engine, "[eigVector,eigValue] = computeEigens(A, k);");
//存储计算结果
engEvalString(m_engine,"save('E:\\eigVec_eigV.mat','eigVector','eigValue');");
printf("%s", buffer);
mxDestroyArray(AObj); //销毁Matlab数组
if (m_engine) //关闭Matlab引擎
{
engClose(m_engine);
m_engine = NULL;
}
return 0;
}
%调用的Matlab代码 %E:\MatlabScripts\computeEigens.m function [ eigVector, eigValue ] = computeEigens( M, n_Eigens ) %n_Eigens为要求的特征值数量 [EigenVectors,EigenValues] = eig(M); [sortedEigenValues, index] = sort(diag(EigenValues)); eigValue = sortedEigenValues(1:n_Eigens); idx = index(1:n_Eigens); eigVector = EigenVectors(:,idx); end
求稀疏矩阵的特征值
后来发现eig不能用于求解稀疏矩阵，会报“Error using eig”的错，要改用eigs(A, k, sigma)，sigma='sm'时表示求稀疏矩阵A的前k个绝对值最小的特征值及其特征向量。sigma的其他取值含义为：'lm' 绝对值最大的特征值；'sm' 绝对值最小的特征值；'la'最的大特征值；'sa'最小的特征值；'lr' 最大实部；'sr' 最小实部；'li' 最大虚部；'si'最小虚部。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
