本征获取向量为真的索引数组（对于循环没有必要）

Question

我有载体

Eigen::VectorXf test(4);
test << 1.231, 1.23, 0.41, 1.233;

我正在尝试获取test.array() > 1的索引。我希望结果以数组形式出现（std :: vector很好），我想利用特征优化（即循环的[[no不必要）优势。结果应为{0，1，3}。我将如何去做？

编辑

我收到一个类似Eigen Indices of Dense Matrix meeting Condition的问题

但是主要区别在于我使用的是向量，因此一切都基于一维

编辑2

供参考，这是我将如何在xtensor中进行相同的操作

auto indexes = xt::flatten_indices(xt::argwhere(xt::greater(xt::flatten(data), 1)));

Answer 1

基于此答案Eigen Indices of Dense Matrix meeting Condition，我通过访问者获得了理想的结果。这次我正在检查值是否为NaN而不是大于1。

template<typename Func>
struct lambda_as_visitor_wrapper : Func {
    lambda_as_visitor_wrapper(const Func& f) : Func(f) {}
    template<typename S, typename I>
    void init(const S& v, I i, I j) { return Func::operator()(v, i, j); }
};

template<typename Mat, typename Func>
void visit_lambda(const Mat& m, const Func& f)
{
    lambda_as_visitor_wrapper<Func> visitor(f);
    m.visit(visitor);
}


...
    std::vector<int> indices;
    int th = 1;

    visit_lambda(open.data,
        [&indices, th](double v, int i, int j) {
            if (std::isnan(v))
                indices.push_back(i);
        });

尽管我不会在所使用的数据上介绍太多细节，但它的xtensor等效）>
xt::flatten_indices(xt::argwhere(xt::isnan(open2.data)))
要慢得多，Eigen的时钟速度大约要快8倍（366个浮点数）。