矩阵的压缩存储

一、思维导图

二、特殊矩阵(由于一维数组和二维数组较为简单,就不写出来了)

1、对称矩阵

结构

存储策略:主对角线和下三角区,按照行优先存入一维数组 

(1)数组大小:

n*(1+n)/2

(2)aij是第几个元素:

i(i-1)/2+j

如果是下标的话,就需要减一:i(i-1)/2+j-1

存储策略:主对角线和上三角区,按照行优先存入一维数组(由上面推导出来,不用算,因为由于对称矩阵的性质aij=aji)

(1)数组大小:

n*(1+n)/2

(2)aij是第几个元素:

j(j-1)/2+i

如果是下标的话,就需要减一:j(j-1)/2+i-1

存储策略:主对角线和下三角区,按照列优先存入一维数组

(1)数组大小:

n*(1+n)/2

(2)aij是第几个元素:

(n-j+2)(2n-j+2)/2+(i-j)+1

如果是下标的话,就需要减一:(n-j+2)(2n-j+2)/2+(i-j)

存储策略:主对角线和上三角区,按照列优先存入一维数组(由上面推导出来,不用算,因为由于对称矩阵的性质aij=aji)

(1)数组大小:

n*(1+n)/2

(2)aij是第几个元素:

(n-i+2)(2n-i+2)/2+(j-i)+1

如果是下标的话,就需要减一:(n-i+2)(2n-i+2)/2+(j-i)

2、三角矩阵

结构

存储策略:主对角线和下三角区,按照行优先存入一维数组,再将常量c存入一维数组末尾即可

(1)数组大小:

 n(1+n)/2+1

(2)aij是第几个元素:

非常数c:i(i-1)/2+j 常数:n(1+n)/2+1

(3)aij的元素在数组的哪个下标:

非常数c:i(i-1)/2+j-1 常数:n(1+n)/2

3、三对角矩阵

结构

存储策略:只存储带状部分,按照行优先存储

(1)数组大小:

3n-2

(2)aij是第几个元素:

3(i-1)-1+(j-i)+2 ==> 2i+j-2

(3)aij是数组内的哪一个下标的元素

2i+j-3

(4)已知数组下标k,如何得到ij

第一种方法:

第二种方法:

 

 小于等没截全:小于等于(这个是正确的)


由k下标=2i+j-3

再结合i=(k+2)/3(向上取整)或i=(k+1)/3+1(向下取整)

就可以完全算出j的值

4、稀疏矩阵

结构

顺序存储:三元组 

 

链表存储:十字链表法(通过两个指针数组)

 

三、总结

 

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
稀疏矩阵压缩存储方法是一种优化矩阵存储空间的方法,它只存储非零元素及其对应的行列索引。常见的稀疏矩阵压缩存储方法有三种:COO(Coordinate),CSR(Compressed Sparse Row)和CSC(Compressed Sparse Column)。 1. COO(Coordinate)方法: COO方法是最简单的稀疏矩阵压缩存储方法,它将非零元素的值、行索引和列索引分别存储在三个数组中。例如,对于一个3x3的矩阵: ``` 1 0 0 0 2 0 0 0 3 ``` 使用COO方法进行压缩存储,可以得到以下三个数组: ``` values = [1, 2, 3] rows = [0, 1, 2] cols = [0, 1, 2] ``` 其中,values数组存储非零元素的值,rows数组存储非零元素的行索引,cols数组存储非零元素的列索引。 2. CSR(Compressed Sparse Row)方法: CSR方法是一种按行压缩存储稀疏矩阵的方法。它使用三个数组来存储非零元素的值、列索引和行偏移量。行偏移量数组存储每一行的非零元素在values和cols数组中的起始位置。例如,对于上述的矩阵,使用CSR方法进行压缩存储,可以得到以下三个数组: ``` values = [1, 2, 3] cols = [0, 1, 2] row_offsets = [0, 1, 2, 3] ``` 其中,values数组和cols数组的含义与COO方法相同,row_offsets数组存储每一行的非零元素在values和cols数组中的起始位置。 3. CSC(Compressed Sparse Column)方法: CSC方法是一种按列压缩存储稀疏矩阵的方法。它使用三个数组来存储非零元素的值、行索引和列偏移量。列偏移量数组存储每一列的非零元素在values和rows数组中的起始位置。例如,对于上述的矩阵,使用CSC方法进行压缩存储,可以得到以下三个数组: ``` values = [1, 2, 3] rows = [0, 1, 2] col_offsets = [0, 1, 2, 3] ``` 其中,values数组和rows数组的含义与COO方法相同,col_offsets数组存储每一列的非零元素在values和rows数组中的起始位置。 这三种稀疏矩阵压缩存储方法各有优缺点,选择哪种方法取决于具体的应用场景和对存储空间和计算效率的要求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值