理解稀疏矩阵存储形式

理解稀疏矩阵存储形式

2022.11.3

记录学习dgl库（dgl.graph接口）的时候，遇到稀疏矩阵存储形式作为参数的情况，不太理解。在查阅资料后做下学习记录：

介绍稀疏矩阵的3种存储格式：COO（coordinate format）、CSR（compressed sparse row format）、CSC（compressed sparse column format）

COO：COO格式是将矩阵中的非零元素以坐标的方式存储

COO包含3个数组：

• Row：记录对应Data中非零元素的行索引

• Column：记录对应Data中非零元素的列索引

• Data：记录稀疏矩阵中非零元素值

CSR：要求矩阵元素按行顺序存储，每一行中的元素可以乱序存储

CSR包含三个数组（所有的index从0开始）：

• Index Pointers

  ​共有 矩阵行数+1 个元素，最后一个元素为所有非零元素的数量。前面的元素理解为：第 i 个元素记录了 前 i - 1 行包含的非零元素的数量。第 0 个元素肯定为0，第 1 个元素记录 前 0 行 包含的非零 元素数量（2，第0行非零元素总个数为2），第 2 个元素记录 前 1 行 包含的非零元素数量（3，第0行和第1行非零元素总个数为 3），第 3 个元素记录 前 2 行 包含的非零元素数量（3，第0-2行非零元素总个数为3），依此类推。

• Indices

  ​理解为第i个元素记录了Data[i]元素的列索引。比如Data第一个元素为8，它的列索引为0，所以该数组第一个元素为0；Data第二个 元素为2，它的列索引为2，所以该数组第一个元素为2，依此类推。

• Data

  ​用来存储矩阵中的非零元素的值

CSC：按列来存储一个稀疏矩阵，与CSR类似（只不过是按列存储）

CSC包含三个数组（所有的index从0开始）：

• Index Pointers

  共有 矩阵列数+1 个元素，最后一个元素为所有非零元素的数量。前面的元素理解为：第 i 个元素记录了 前 i - 1 列行包含的非零元素的数量

• Indices

  ​理解为第i个元素记录了Data[i]元素的行索引

• Data

  ​用来存储矩阵中的非零元素的值