为稀疏矩阵类编写 C++ 迭代器

如何解决为稀疏矩阵类编写 C++ 迭代器

我正在尝试让一个基本的常量前向迭代器在 C++ 中工作。

namespace Rcpp {
    class SparseMatrix {
    public:
        IntegerVector i,p;
        NumericVector x;
   
        int begin_col(int j) { return p[j]; };
        int end_col(int j) { return p[j + 1]; };
        
        class iterator {
        public:
            int index;
            iterator(SparseMatrix& g) : parent(g) {}
            iterator(int ind) { index = ind; };                       // ERROR!
            bool operator!=(int x) const { return index != x; };
            iterator operator++(int) { ++index; return (*this); };
            int row() { return parent.i[index]; };
            double value() { return parent.x[index]; };
        private:
            SparseMatrix& parent;
        };
    };    
}

我的意图是在类似于以下的上下文中使用迭代器：

// sum of values in column 7
Rcpp::SparseMatrix A(nrow,ncol,fill::random);
double sum = 0;
for(Rcpp::SparseMatrix::iterator it = A.begin_col(7); it != A.end_col(7); it++)
    sum += it.value();

两个问题：

1. 编译器在上面指示的行上抛出错误：uninitialized reference member in 'class Rcpp::SparseMatrix&' [-fpermissive]。如何解决这个问题？
2. 如何重新处理 double value() { return parent.x[index]; }; 以返回指向该值的指针而不是该值的副本？

关于 SparseMatrix 类的一些上下文：就像 R 中的 dgCMatrix，类 SparseMatrix 的这个对象由三个向量组成：

• i 保存 x 中每个元素的行指针
• p 给出 i 中对应于每列开头的索引
• x 包含非零值

解决方法

感谢@Evg，这是解决方案：

namespace Rcpp {
    class SparseMatrix {
    public:
        IntegerVector i,p;
        NumericVector x;
   
        class iterator {
        public:
            int index;
            iterator(SparseMatrix& g,int ind) : parent(g) { index = ind; }
            bool operator!=(iterator x) const { return index != x.index; };
            iterator& operator++() { ++index; return (*this); };
            int row() { return parent.i[index]; };
            double& value() { return parent.x[index]; };
        private:
            SparseMatrix& parent;
        };

        iterator begin_col(int j) { return iterator(*this,p[j]); };
        iterator end_col(int j) { return iterator(*this,p[j + 1]); };
    };    
}

例如，它可以用于计算colSums：

//[[Rcpp::export]]
Rcpp::NumericVector Rcpp_colSums(Rcpp::SparseMatrix& A) {
    Rcpp::NumericVector sums(A.cols());
    for (int i = 0; i < A.cols(); ++i)
        for (Rcpp::SparseMatrix::iterator it = A.begin_col(i); it != A.end_col(i); it++)
            sums(i) += it.value();
    return sums;
}

而且，当从 R 进行微基准测试时，上述函数比 RcppArmadillo、RcppEigen 和 R::Matrix 等价函数更快！

编辑：

上述语法的灵感来自犰狳。我开始意识到稍微不同的语法（涉及较少的结构）提供了一个类似于 Eigen 的迭代器：

class col_iterator {
    public:
      col_iterator(SparseMatrix& ptr,int col) : ptr(ptr) { indx = ptr.p[col]; max_index = ptr.p[col + 1]; }
      operator bool() const { return (indx != max_index); }
      col_iterator& operator++() { ++indx; return *this; }
      const double& value() const { return ptr.x[indx]; }
      int row() const { return ptr.i[indx]; }
    private:
      SparseMatrix& ptr;
      int indx,max_index;
    };

然后可以这样使用：

int col = 0;
for (Rcpp::SparseMatrix::col_iterator it(A,col); it; ++it)
     Rprintf("row: %3d,value: %10.2e",it.row(),it.value());