我正在将现有代码从 MATLAB 移植到 C++，并有一个线性系统要解决$xA=b$（而不是更典型的形式$Ax=b$)

矩阵$A$是稠密的，具有一般形式，但不大于 1000x1000。所以在 MATLAB 中，解决方案是通过mrdivide(b,A)函数或正斜杠符号找到的x = b/A;

我应该如何使用 BLAS 和 LAPACK 例程在我的 C++ 代码中解决这个问题？

我熟悉DGESV解决问题的 LAPACK 例程$Ax=b$为了$x$.

所以，我的一个想法是使用矩阵转置身份进行一些操作：

$(xA)^T=b^T$

$A^T x^T = b^T$

$x^T = (A^T)^{-1} b^T$

DGESV然后使用转置操作求解最终形式$A^T$. （所以转置成本$A$和解决系统的成本）

有没有更有效或更好的方法？

我正在使用矩阵和向量类以及来自 BOOST uBLAS 库的 BLAS 实现以及与 LAPACK 库例程的绑定。我已经成功地将此设置用于其他操作，并希望找到仅限于这些库的解决方案。

另外，我应该注意我只在代码设置期间执行了几次此类操作，因此性能不是一个关键问题。

也许这个 MATLAB文档对其mrdivide他人有帮助。