长话短说：不。

如果可能的话，Matlab 可能已经在这样做了；在任何情况下，Matlab 文档pinv都说使用了奇异值分解方法；这可能不是最快的方法，但它在许多情况下相对稳定P，所以它非常可取，除非你非常清楚你在做什么或者你P有特殊的结构（在这种情况下你可能不想使用Moore-Penrose Pseudoinverse 首先，也许？）。

更长的故事：通常，您将乘以Pi某物以执行逆运算P。

引用Matlab 文档本身：

您可以将 pinv 应用于向量 的大多数用法（如 ）替换b为pinv(A)*b，lsqminnorm(A,b)以获得线性方程组的最小范数最小二乘解。lsqminnorm通常比 更有效pinv，并且它还支持稀疏矩阵。

但是你能否做到这一点取决于你使用 Moore-Penrose Pseudoinverse 的实际原因；并非所有用途都可以用其他东西代替。

您可以尝试使用 QR 分解。

https://en.wikipedia.org/wiki/QR_decomposition#Using_for_solution_to_linear_inverse_problems

matlab 有一个 qrupdate 例程，它也适用于稀疏矩阵。