eigen库中es和eig的区别

在Eigen库中，`es`和`eig`都是计算矩阵特征值和特征向量的函数，但它们的计算方法和使用方式略有不同。

`EigenSolver`是一个模板类，用于计算一般实数或复数矩阵的特征值和特征向量。使用`EigenSolver`时，您需要在构造函数中传递矩阵对象，并调用`compute()`函数来计算特征值和特征向量。例如，以下代码演示了如何使用`EigenSolver`计算一个实数矩阵的特征值和特征向量：

#include <iostream>
#include <Eigen/Dense>

using namespace Eigen;

int main()
{
    MatrixXd A(3,3);
    A << 1, 2, 3,
         4, 5, 6,
         7, 8, 9;

    EigenSolver<MatrixXd> es(A);
    if (es.info() != Success) {
        std::cout << "Eigen decomposition failed" << std::endl;
        return 1;
    }

    std::cout << "Eigenvalues:" << std::endl << es.eigenvalues() << std::endl;
    std::cout << "Eigenvectors:" << std::endl << es.eigenvectors() << std::endl;

    return 0;
}

`eig`是一个函数模板，可以计算对称实数或复数矩阵的特征值和特征向量。使用`eig`函数时，您需要将矩阵对象作为函数参数传递，并将特征值和特征向量分别存储在`VectorX`和`MatrixX`对象中。例如，以下代码演示了如何使用`eig`函数计算一个实数对称矩阵的特征值和特征向量：

#include <iostream>
#include <Eigen/Dense>

using namespace Eigen;

int main()
{
    MatrixXd A(3,3);
    A << 1, 2, 3,
         2, 4, 5,
         3, 5, 6;

    SelfAdjointEigenSolver<MatrixXd> eigensolver(A);
    if (eigensolver.info() != Success) {
        std::cout << "Eigen decomposition failed" << std::endl;
        return 1;
    }

    std::cout << "Eigenvalues:" << std::endl << eigensolver.eigenvalues() << std::endl;
    std::cout << "Eigenvectors:" << std::endl << eigensolver.eigenvectors() << std::endl;

    return 0;
}

总的来说，如果您需要计算一般实数或复数矩阵的特征值和特征向量，您可以使用`EigenSolver`。如果您只需要计算对称实数或复数矩阵的特征值和特征向量，您可以使用`eig`函数或`SelfAdjointEigenSolver`类。