用C++实现np.linalg.lstsq

np.linalg.lstsq是numpy库中的一个函数，用于求解最小二乘问题。如果要在C++中实现类似的功能，可以使用Eigen库中的LeastSquares类。

以下是一个简单的C++代码示例，演示如何使用LeastSquares类来实现最小二乘问题的求解：

#include <Eigen/Dense>

using namespace Eigen;

int main()
{
    MatrixXd A(3, 2);
    VectorXd b(3);

    // 构造矩阵A和向量b
    A << 1, 2, 3, 4, 5, 6;
    b << 1, 2, 3;

    // 构造最小二乘对象
    LeastSquares<MatrixXd> ls(A);
    ls.solve(b);

    // 输出结果
    std::cout << "x = " << ls.x() << std::endl;
    std::cout << "residual = " << ls.residual() << std::endl;

    return 0;
}

在这个示例中，我们首先构造了一个3x2的矩阵A和一个长度为3的向量b。然后，我们使用LeastSquares类构造了一个最小二乘对象，并调用solve()方法来求解最小二乘问题。最后，我们输出了解向量x和残差(residual)的值。

需要注意的是，这个示例中使用了Eigen库中的MatrixXd和VectorXd类来表示矩阵和向量，如果要使用其他类型的矩阵和向量，需要根据实际情况进行调整。另外，LeastSquares类还提供了一些其他的方法，如rank()、nullspace()等，可以用来进行矩阵分解和求解相关的问题。