Матричный ранг не работает согласно спецификациям API в параллельном colt

Question

Я использую parallel colt, где мне нужно найти ранг матрицы. Документация API говорит следующее о следующем о DoubleAlgebra#rank:

ранга (DoubleMatrix2D A)

Возвращает эффективный численный ранг матрицы А, полученный из сингулярного разложения.

Но когда я использую его в моем коде, я получаю IllegalArgumentException во время выполнения:

Exception in thread "main" java.lang.IllegalArgumentException: Matrix must be dense 
    at cern.colt.matrix.tdouble.algo.DoubleProperty.checkDense(Unknown Source) 
    at cern.colt.matrix.tdouble.algo.decomposition.DenseDoubleSingularValueDecomposition.<init>(Unknown Source) 
    at cern.colt.matrix.tdouble.algo.DenseDoubleAlgebra.svd(Unknown Source) 
    at cern.colt.matrix.tdouble.algo.DenseDoubleAlgebra.rank(Unknown Source) 

API-интерфейс не говоря уже о том, что матрица должна быть плотной. В моем IDE (я использую IntelliJ IDEA), когда я Ctrl + клик на имя метода в моем коде, он идет к источнику, который показывает

public int rank(cern.colt.matrix.tdouble.DoubleMatrix2D doubleMatrix2D) { /* compiled code */ } 

BottomLine, везде я вижу требование для DoubleMatrix2D объекта, а не a DenseDoubleMatrix2D объект. Любая идея, почему происходит исключение во время выполнения?

Answer 1

Похоже, как говорится в сообщении, это действительно делает нужен пример DenseDoubleMatrix2D.

Вот что источник прослеживает через (упрощена A сохранил такое же имя повсюду):

DoubleAlgebra.rank(DoubleMatrix2D A): return svd(A).rank(); 
    > svd(DoubleMatrix2D A): return new DenseDoubleSingularValueDecomposition(A, true, true); 
    > DenseDoubleSingularValueDecomposition(): checkDense(A); 

Для самого checkDense:

public void checkDense(DoubleMatrix2D A) { 
    if (!(A instanceof DenseDoubleMatrix2D) && !(A instanceof DenseColumnDoubleMatrix2D)) 
     throw new IllegalArgumentException("Matrix must be dense"); 
} 

Вы можете увидеть фактический код исключения here.

То, что вы, вероятно, хотите сделать, это просто использовать экземпляр DenseDoubleMatrix2D вместо того, чтобы все, что вы в данный момент отправки в.