我正在使用特征库来解决一个FEM问题，在该问题中，我使用几个类似的稀疏矩阵来计算不同类型的导数。为了构建稀疏矩阵来解决系统，我想使用逗号初始化器，但稀疏矩阵不支持这种方式(https://eigen.tuxfamily.org/dox/group__TutorialSparse.html和https://stackoverflow.com/a/43532618/15811117)。在这个答案中，Henri Menke确实提出了Eigen不支持的Kronecker产品，尽管我认为这在这里不起作用。
使用NxM网格，我计算了几个导数矩阵(它们是稀疏的(，尺寸为N*MxN*M的Dx2, Dxz,和Dz2。我的求解器矩阵如下，(K只是常数，0只是填充物——一个零矩阵，N*MxN*M(
K3*Dx2 + K1*Dz2 K2*Dxz 0 0 0
K2*Dxz K3*Dz2 + K1*Dx2 0 0 0
0 0 K1*(Dx2+Dz2) 0 0
0 0 0 K3*Dx2 + K1*Dz2 K2*Dxz
0 0 0 K2*Dxz K3*Dz2 + K1*Dx2
到目前为止，我通过使用逗号初始化器将稀疏转换为密集，然后通过.sparseView((将其转换回稀疏来构建它。唯一的问题是，如果网格比16x16大得多，我会得到std:：bad_alloc错误(这是合理的预期，因为它创建了一个巨大的矩阵：5*N*Mx5*N*M(，并且我需要一个至少100x100的网格(并且不会总是有如当前所示的那么多0矩阵，尽管它将保持稀疏矩阵(。
构建此矩阵的最佳方法是什么我曾想过尝试使用Triplet来实现这一点，类似于此(将特征矩阵转换为Triplet形式C++(。
编辑：我认为使用Triplets不会那么容易(尽管我目前正在尝试(，因为我为边界条件编辑了每个D_矩阵中的几个值。。。除非有一种方法可以在给定行和列编号的std：：向量中找到Triplet？
更新：Triplet和Kronecker乘积方法都是可行的，但我遇到了几个问题：
使用Kronecker产品，我在编译时会出现以下错误(大约一百次(：
.../eigen/unsupported/Eigen/src/KroneckerProduct/KroneckerTensorProduct.h:225:97: error: no type named ‘ReturnType’ in ‘struct Eigen::ScalarBinaryOpTraits<int, std::complex<double>, Eigen::internal::scalar_product_op<int, std::complex<double> > >’
使用Triplet方法，我定义了一些运算符和一个函数来将矩阵"移动"到正确的位置(基本上就是Kronecker乘积所做的(。我只需要找出一个索引越界的问题。
问题来自于我在Kronecker乘积中使用的矩阵类型为SparseMatrix<int>和SparseMatrix<complex<double>>。int和complex<double>没有运算符重载，因此通过使这两个矩阵的类型兼容，代码可以按预期编译和运行。