稀疏矩阵的三元组存储方法 稀疏矩阵压缩存储的基本思想是什么？
稀疏矩阵压缩存储的基本思想是什么？
稀疏矩阵压缩存储的目的是：C节省存储空间，D降低预算时间的复杂度，如果是单选题，则应选择C节省存储空间。如果矩阵中非零元素的个数远远小于矩阵元素的总数，且非零元素的分布不规则，则称为稀疏矩阵；否则，如果非零元素的分布是规则的（如三角矩阵、下三角矩阵、对角矩阵），这个矩阵叫做特殊矩阵。由于matlab只对非零元素进行运算，稀疏矩阵的计算速度较快，这是稀疏矩阵的一个突出优点。假设矩阵A和B中的矩阵是相同的。计算2*a需要一百万次浮点运算，而计算2*B只需要2000次浮点运算。由于matlab不能自动生成稀疏矩阵，因此需要专门的命令来生成稀疏矩阵，如果每个数组元素需要l个字节，那么整个矩阵就需要m*n*l个字节。然而，大部分的存储空间是0元素，造成了大量的空间浪费。为了节省存储空间，只能存储非0元素
代码如下：#生成单位矩阵，这是普通矩阵无法创建的，所以使用sparsematrix创建。num_u2;samples=180000rownumber=c（1:num_2;samples）colnumber=c（1:num_2;samples）value=c（rep（1，each=num_2;samples））M=sparse matrix（rownumber，colnumber，x=value）#为单位矩阵赋值。所有赋值完成后，它是一个对称稀疏矩阵，值为4*50*180000。for（i in 1:numŠSamples）{w=wŠ有50个浮点值。N=邻居#有50个整数值。M=M-T（W）M=M-W M=M W%*%T（W）}
稀疏矩阵在压缩存储后将失去随机访问功能。稀疏矩阵经过压缩存储后，将失去随机存储的功能。在这种矩阵中，非零元素的分布是不规则的。为了压缩存储空间，将每个非零元素的值及其行、列号作为一个节点存储在一起。由这些节点组成的线性表称为三重表。它不再是一个简单的向量，因此不可能用下标直接访问矩阵中的元素。
稀疏矩阵的三元组存储方法 用三元组实现稀疏矩阵 稀疏矩阵是什么
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
