c++对一个复数矩阵进行SVD分解求得的逆矩阵，值都为-nan（ind）

当对一个复数矩阵进行SVD分解求逆矩阵时，由于复数的数学性质，可能会出现值为NaN的情况。这通常是因为矩阵的奇异值存在极小值，导致在求逆矩阵时出现除以0的情况。

为了避免这种情况，可以通过设置一个奇异值的阈值来排除极小值，从而避免出现NaN的情况。

以下是一个修改后的代码示例：

#include <Eigen/Dense>
using namespace Eigen;

int main()
{
    MatrixXcd A = MatrixXcd::Random(3, 3);

    JacobiSVD<MatrixXcd> svd(A, ComputeFullU | ComputeFullV);

    double eps = std::numeric_limits<double>::epsilon();
    MatrixXcd A_inv = svd.matrixV() * (svd.singularValues().array().abs() > eps).select(svd.singularValues().array().inverse(), 0).matrix().asDiagonal() * svd.matrixU().adjoint();

    return 0;
}

在上面的代码中，我们设置了一个阈值`eps`，使用std::numeric_limits<double>::epsilon()函数来获取`double`类型的最小值。然后对奇异值进行了修改，如果奇异值小于阈值，则将其设置为0，否则将其取倒数。这样可以避免出现NaN的情况。

注意，这种情况通常发生在矩阵存在较小奇异值的情况下，因此在实际应用中，需要根据矩阵的特性来选择合适的阈值。