Fortran Coder

标题: c++ mkl库计算矩阵svd分解问题 [打印本页]

作者: 1346527897 时间: 3 天前
标题: c++ mkl库计算矩阵svd分解问题
如题，我使用c++，在vs2022上，想要计算一个矩阵的svd分解，采用mkl的LAPACKE_dgesvd函数。但我发现一个问题，当我的矩阵大小为33*33时，可以正常计算出结果。但是矩阵为34*34时就会一直计算，没有结果。请问这是为什么？代码如下：（当n=33时能正常计算，n=34时计算不出结果）#include <iostream>
#include <mkl.h>
#include <vector>
#include <string>
void generate_symmetric_indefinite_matrix(double* A, int n) {
// 生成对角元素包含正负值的对角矩阵
for (int i = 0; i < n; ++i) {
      A[i*n + i] = (i % 2 == 0) ? (i+1.0) : -(i+1.0); // 交替正负
}

// 添加对称非对角元素（保持对称性）
for (int i = 0; i < n; ++i) {
      for (int j = i+1; j < n; ++j) {
         double val = 0.1 * (i + j); // 小量非对角元素
         A[i*n + j] = val;
         A[j*n + i] = val;
      }
}
}
int main() {

const lapack_int n = 34; // 矩阵大小！！！！！！
const lapack_int matrix_size = n * n;

// 动态分配矩阵内存（行主序）
std::vector<double> asd(matrix_size);
generate_symmetric_indefinite_matrix(asd.data(), n);

// 分配SVD输出空间
std::vector<double> s(n);          // 奇异值
std::vector<double> U(n * n);    // 左奇异向量
std::vector<double> VT(n * n);    // 右奇异向量转置
std::vector<double> superb(n - 1);  // 工作空间

// 调用LAPACKE_dgesvd进行SVD分解
lapack_int info = LAPACKE_dgesvd(
      LAPACK_ROW_MAJOR, // 行主序存储
      'A',             // 计算全部左奇异向量
      'A',             // 计算全部右奇异向量
      n,             // 矩阵行数
      n,             // 矩阵列数
      asd.data(),       // 矩阵数据指针
      n,             // 行主序的leading dimension（列数）
      s.data(),       // 奇异值输出
      U.data(),       // 左奇异向量矩阵
      n,             // U的leading dimension
      VT.data(),       // 右奇异向量转置矩阵
      n,             // VT的leading dimension
      superb.data()    // 超对角线工作空间
);
}

欢迎光临 Fortran Coder (http://bbs.fcode.cn/)