算法选择概述

在表 4.1中，我们列出了上述算法，并添加了一些信息，这些信息可能有助于在特定情况下决定使用哪种算法。

表4.1：HEP算法总结

	应用	正交	孤立特征值	谱两端	谱中间	向量数量	分解方法
幂法	直接		是	非常慢	否	2	-
	位移-逆		-	是	是	2	LU
子空间迭代	直接	完全	是	慢	否	中等	-
	位移-逆	完全	-	是	是	中等	LU
Lanczos法	直接	局部	是	否	否	3	-
	直接	选择	是	慢	否	多	-
	位移-逆	完全	-	是	是	中等	LU
IR Lanczos法	直接	完全	是	慢	否	少	-
	位移-逆	完全	-	是	是	更少	LU
带状法	直接	完全	是	是	否	多	-
Lanczos法	位移-逆	完全	-	是	是	中等	LU
Jacobi-Davidson算法	直接	完全	慢	慢	否	少	-
	预处理	完全	是	是	慢	少	ILU
	位移-逆	完全	-	是	是	少	LU