Eigen 向量化加速，对其导致崩溃问题 1. 解决策略
Eigen 内由于断言失败而终止的打印信息类似如下
program: path/to/eigen/Eigen/src/Core/DenseStorage.h:44:
Eigen::internal::matrix_array<T, Size, MatrixOptions, Align>::internal::matrix_array()
[with T = double, int Size = 2, int MatrixOptions = 2, bool Align = true]:
Assertion `(reinterpret_cast<size_t>(array) & (sizemask)) == 0 && "this assertion
is explained here: http://eigen.tuxfamily.org/dox-devel/group__TopicUnalignedArrayAssert.html
READ THIS WEB PAGE !!! ****"' failed.
Eigen 官方给出的解决地址：http://eigen.tuxfamily.org/dox/TopicUnalignedArrayAssert.html
国内博客汉语版的翻译地址：https://blog.csdn.net/qq_27806947/article/details/105356401
解决方式根据产生原因不同分为四类
eigen类型是成员变量
class Foo
{
//...
Eigen::Vector2d v;
//...
};
//...
Foo *foo = new Foo;
解决策略：Structures Having Eigen Members
请注意，此处Eigen :: Vector2d仅用作示例，更一般而言，所有fixed-size vectorizable Eigen types都会出现此问题。
STL容器或手动分配内存(new)
如果您将stl容器（例如std::vector，std::map等）与Eigen对象或包含Eigen对象的类一起使用，
std::vector<Eigen::Matrix2f> my_vector;
struct my_class { ... Eigen::Matrix2f m; ... };
std::map<int, my_class> my_map;
那么您需要阅读以下单独的页面：STL容器与Eigen结合使用。
请注意，此处Eigen::Matrix2f仅用作示例，更一般而言，对于所有fixed-size vectorizable Eigen types和structures having such Eigen objects as member，都会出现此问题。
值传递eigen对象
如果您代码中的某些函数正在通过值传递Eigen对象，例如这样，
void func(Eigen::Vector4d v);
那么您需要阅读以下单独的页面：将Eigen对象按值传递给函数。
编译器对堆栈对齐做出错误假设(例如Windows上的GCC）
这是在Windows上使用GCC（例如MinGW或TDM-GCC）的人们的必读内容。If you have this assertion failure in an innocent function declaring a local variable like this:
void foo()
{
Eigen::Quaternionf q;
//...
}
then you need to read this separate page: Compiler making a wrong assumption on stack alignment.
请注意，此处Eigen :: Quaternionf仅用作示例，更一般而言，所有fixed-size vectorizable Eigen types都会出现此问题。
断言的一般解释
fixed-size vectorizable Eigen types必须绝对在16字节对齐的位置创建，否则寻址它们的SIMD指令将崩溃。
Eigen normally takes care of these alignment issues for you, by setting an alignment attribute on them and by overloading their "operator new".However there are a few corner cases where these alignment settings get overridden: they are the possible causes for this assertion.
不在乎最佳矢量化，如何禁止向量优化
三种可能性
- 使用Matrix，Array，Quaternion等对象的DontAlign选项会给您带来麻烦。这样，Eigen不会尝试对齐它们，因此不会承担任何特殊的对齐。On the down side, you will pay the cost of unaligned loads/stores for them, but on modern CPUs, the overhead is either null or marginal. See here for an example.
- Define EIGEN_DONT_ALIGN_STATICALLY . That disables all 16-byte (and above) static alignment code, while keeping 16-byte (or above) heap alignment. This has the effect of vectorizing fixed-size objects (like Matrix4d) through unaligned stores (as controlled by EIGEN_UNALIGNED_VECTORIZE), while keeping unchanged the vectorization of dynamic-size objects (like MatrixXd). But do note that this breaks ABI compatibility with the default behavior of static alignment.
- 或同时定义EIGEN_DONT_VECTORIZE和EIGEN_DISABLE_UNALIGNED_ARRAY_ASSERT。这样可以
保留16字节的对齐代码，从而保留ABI兼容性，但完全禁用向量化。
如果您想知道为什么定义EIGEN_DONT_VECTORIZE本身并不能禁用16字节对齐和断言，则说明如下：
它不会禁用断言，because otherwise code that runs fine without vectorization would suddenly crash when enabling vectorization. 它不会禁用16字节对齐，因为这将意味着矢量化和非矢量化的代码ABI不兼容。即使对于仅开发内部应用程序的人，这种ABI兼容性也非常重要，as for instance one may want to have in the same application a vectorized path and a non-vectorized path.
