C语言调用MKL进行矩阵计算—特征值特征向量求解

C语言调用MKL进行矩阵计算—特征值特征向量求解

MKL的安装与配置

Intel数学核心函数库（MKL）是一套高度优化、线程安全的数学例程、函数，面向高性能的工程、科学与财务应用。英特尔 MKL 的集群版本包括 ScaLAPACK 与分布式内存快速傅立叶转换，并提供了线性代数 (BLAS、LAPACK 和Sparse Solver)、快速傅立叶转换、矢量数学 (Vector Math) 与随机号码生成器支持。所以用来做矩阵运算是最好不过啦。

MKL的具体的安装和配置可以参考
http://blog.youkuaiyun.com/caoenze/article/details/46699327
亲测可行，里面的示例代码也是好用的。

求解特征值特征向量函数—LAPACKE_dgeev

头函数为 #include “mkl.h”
先给出函数的定义
lapack_int LAPACKE_dgeev( int matrix_layout, char jobvl, char jobvr,lapack_int n, double* a, lapack_int lda, double* wr, double* wi, double* vl, lapack_int ldvl, double* vr,lapack_int ldvr );
参数解释：

matrix_layout 可选LAPACK_COL_MAJOR or LAPACK_ROW_MAJOR
jobvl N，表示不求左特征向量， V，表示要求
jobvr 同jobvl,是对右特征向量的选项（右特征向量为常用的特征向量）
n matrix的列数
a matrix
lda a矩阵的行数，lda>=max of(1,n)
wr 返回的特征值的实部
wi 返回的特征值的虚部
vl 左特征向量的存储空间
ldvl 左特征向量的行数
vr 右特征向量的存储空间
ldvr 右特征向量的行数
return 返回值为int info = 0, SUCCESS， -i, 第i个参数错误 +i, 表示执行错误

特别注意：特征值的实部和虚部是分为两个数组wr wi分别输出的，对应的特征向量的实部和虚部却是存在同一数组vl/vr里，所以提取时要注意。而且存储得很“节省”，具体方式如下面的例子。