MatrixFeatures

Extract Matrix features

文件与目录

文件与目录的含义为：

doc/：该目录下包括一系列文件
- features.pdf：记录了需要提取的特征
- assignment-vs-move-assignment.png：对比是否添加move函数的效果
sparsemat.cpp sparsemat.h：定义基础数据结构的程序，包括稀疏矩阵基类，派生类COO和派生类CSR
tensor.cpp tensor.h：定义稠密矩阵的相关类，目前只定义了向量类Vec，以后可以派生出矩阵类，以及更高维的张量类
features.cpp features.h：基于稀疏矩阵类，定义的特征提取类程序
base.h：定义了全局宏，目前只是用INT和DOUBLE来分别代替int和double，后续可能会加上一些公用函数
main.cpp：程序的入口，进行具体操作
test.cpp：测试部分功能的程序
Makefile：编译的命令，使用make main即可编译出可执行程序
json.hpp：实现json的相关程序，具体介绍在下面
matrix.dat：小规模的COO矩阵数据，用于测试
main_features.json：运行./main生成的json文件

对于类名与函数名，使用驼峰命名法；对于变量名，使用下划线连接。比如，函数名为PrintCSRByRow()，变量名为input_file
特别地，对于特征提取的函数，因为要加上编号，所以可以通过下划线连接。比如程序中包括的一个示例程序Features_1_1_Nrows()，其中编号对应features.pdf文件中的特征1.1，后面的Nrows表示特征的名称
缩进统一使用tab，四个空格
括号的使用，尽量对齐。比如

for(...)
{
	i++
}

不要使用下面这种方式

for(...){
	i++
}

程序的主体已经写好，剩下的工作主要是：根据函数Features_1_1_Nrows()写法，基于CSR矩阵结构，编写出提取其它特征的函数。该函数的相关内容位于features.cpp features.h文件中。

考虑到STL中map和unordered_map都没有输出到文件的功能，所以使用标准json库。可供选择的库有很多，例如：

对性能的要求不高，越易用越好，所以最终选择nlohmann/json。用法很简单，只需要在官方网站 github:nlohmann/json 中下载json.hpp文件到本地，放在本工程目录下，然后在相关文件中加上

#include "json.hpp"

即可。

以上内容只是介绍，程序已经配置好了，不用再关心这部分内容。