矩阵的压缩存储

本文介绍了矩阵的压缩存储方法,包括对称矩阵、对角矩阵的压缩存储,以及稀疏矩阵的三元组存储和十字链表存储。讨论了矩阵转置和矩阵相乘的操作,并提供了相应的伪代码。通过压缩存储,可以有效节省空间,提高效率。
摘要由CSDN通过智能技术生成
定义: 对相同的 元 只分配一个存储空间;对 0 元不分配存储空间.

对称矩阵压缩存储(适用于三角矩阵):

    可以将n^2个元 压缩到 n(n+1)/2  个空间的中.(存储(上/下)三角和对角线)

    所以可以压缩到一纬数组Sa[k]中, 和矩阵a(i,j)对应关系如下:

                {  i(i-1)/2+j-1     i >= j;
        k = 
                { j(j-1)/2+i-1       i < j;  

对角矩阵存储: 设矩阵半宽带为d.
 1:以行序存储.为计算方便,认为每行有 2*d+1个 元素,不足的用0来补.所以有n(2d+1)个元素数组Sa[k]与a(i,j)对应关系如下:

    k = (2d+1) * i +(j-i)+d

稀疏矩阵存储:
  三元组(i,j,a(i,j)),设以行序存储.

    矩阵转置: 需要num 和 cpot 2个变量.  num[col]表示矩阵M中第col列中非0元的数目.
        cpot[col] 表示矩阵M中地col列中的第一个非0元在 转置后的矩阵的压缩存储的数组 中的位置 .

    矩阵相乘: 乘积矩阵Q中元素:
        Q(i,j) = 求和(k<1,n1>)M(i,k) * N(k,j);  1<=i<<m1; 1<=j<=n2;

        伪码:
 if(Q 是 非 0矩阵){    //逐行求积
    
        for(){   //处理M的每一行

              for(){   //M中的第 row 行的每个非0元x(row,k)

                    for(){   //在N中行值 与k的列相等的元素

                             ctemp[] += M(i,k) * N(k,j);  //将Q中的row行的积存入ctemp[]中
                    }
            }
         将ctemp[]中的非0的行值存入Q.
        }
  }

十字链表存储稀疏矩阵:

//十字链表
 
public  class  ShiZiList {
     Node[] rhead;  //"行"头节点(链表)
    
  • 0
    点赞
  • 2
    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。
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