我有一个大矩阵，边长约为。我需要多次将这个矩阵与另一个矩阵进行元素乘法。我通过以下方式完成此过程：
现在我意识到，出于数学原因，我只需要这个矩阵的上三角部分。如何仅矢量化上三角部分并丢弃矩阵的其他组件？简单地循环并不是那么好。我还有其他选择吗？
我的矩阵是犰狳复矩阵arma::cx_mat。我目前的矢量化功能是：
typedef double Real;
typedef std::vector<std::complex<Real> > VecType;
arma::cx_mat myMatrix;
//fill my matrix...
VecType vectorizedMatrix = arma::conv_to<VecType>::from(myMatrix);
我觉得std::vector非常有用，因为我使用标准算法非常有效地进行元素乘法std::transform()，这是最佳优化（AFAIK）。
所以我发明了自己的解决方案。批评，建议受到高度赞赏。
我了解到元素作为column-major存储在矩阵中。所以我假设std::copy()在单列上使用迭代器只会给出连续的元素，因此速度会更快。
这是我的解决方案：
template <typename T>
std::vector<T> vectorizeMatrix_upperTriangular_columnMajor(const arma::Mat<T>& mat)
{
std::vector<T> output((mat.n_cols*(mat.n_cols-1))/2);
typename arma::Mat<T>::const_iterator it = mat.begin() + mat.n_rows; //iterator at rows to skip in every step, starts at second column
long toSkipInVec = 0;
for(int i = 1; i < mat.n_cols; i++) //Starts with 1 to skip the diagonal
{
std::copy(it, it + i, output.begin() + toSkipInVec);
toSkipInVec += i;
it += mat.n_rows;
}
return output;
}