MATLAB学习 稀疏矩阵sparse matrix

最新推荐文章于 2022-08-24 08:30:59 发布
最新推荐文章于 2022-08-24 08:30:59 发布
阅读量3.2k 收藏 11
点赞数 2
分类专栏： matlab 文章标签： 稀疏矩阵 matlab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36607894/article/details/99951742
版权

定义： 含有大量0元素的矩阵

不是稀疏矩阵，则称满矩阵。full matrix

matlab对稀疏矩阵有专门的的运算命令，为了节省存储空间和运算时间。

  • 怎么节省存储空间？
    一个 m × n m\times n m×n的满矩阵，元素的数据类型是double，则总共需要 m × n × 8 m\times n\times 8 m
最低0.47元/天 解锁文章
doubleslow;
关注
专栏目录
【老生谈算法】matlab实现稀疏矩阵存储源码——稀疏矩阵存储
m0_53407570的博客
09-10 613
S为建立系数矩阵的非零元素，u(i),v(i)分别为S(i)的行和列下标，S,u,v为等长向量。B为r*p阶矩阵，r=min(m,n)，p为原带状矩阵中所有非零对角线的条数，B的第i列即为原带状矩阵的第i条非零对角线。返回矩阵A中非零元素的下标和元素，返回值可以作为sparse(u,v,S);仅存储矩阵所有的非零元素的值及其位置，即行号和列号，显然这对于具有大量零元素的稀疏矩阵来说是十分有效的。从带状矩阵中提取由d指定的非零对角线元素构成的矩阵；将矩阵的全部元素按列存储，矩阵中的全部零元素也存储到矩阵中。
matlab代码循环运行-SparseMatrix:在Matlab中实现稀疏矩阵的存储和运算
05-23
matlab代码循环运行 SparseMatrix Implement the storage and operation of sparse matrix in matlab. 按行三数组与全存储相互转换 全存储转换为三数组 通过两个for循环将全矩阵转换为按行三数组存储模式，时间复杂度为$O(n^2)$，运行结果见下图,转换结果的正确性可以通过后续运算过程体现出来 三数组转换为全存储 通过两个for循环，其中一个for循环对行遍历，然后第二个for循环对该行非零元素(含对角元)进行遍历。假设每行非零元分布大体均匀，于是时间复杂度为$O(n\times \frac{N}{n}) = O(N)$,考虑极端情况，时间复杂度为$O(n\times N)$。 运行结果如下图所示，转换结果的正确性可以通过后续运算过程体现出来。 按行三数组与Matlab稀疏存储 Matlab稀疏存储转换为按行三数组存储 首先通过对非零行元素从小到大排序，然后对非零元按行进行遍历进而online转换为三数组存储,对某行全空对对角元进行操作，因为是online的，所以可以判断时间复杂度为$O(n)$ 运行结果如下图
稀疏矩阵乘法matlab
06-04
稀疏矩阵乘法matlab实现，三元法实现函数，代码附上
matlab 稀疏矩阵（sparse matrix）
11-18 2396
1. 创建稀疏矩阵A = sparse(M, N); % 默认得到的是全 0 稀疏矩阵；2. spdiags 提取稀疏矩阵的“对角线” [B,d] = spdiags(A) % d 表示的是非零对角线所对应的编号 A = spdiags(B,d,m,n)
【Matlab】sparse函数和full函数（稀疏矩阵和非稀疏矩阵转换）
a12141986的博客
12-06 2528
函数功能：生成稀疏矩阵 使用方法 ：S = sparse(A) 将矩阵A转化为稀疏矩阵形式，即矩阵A中任何0元素被去除，非零元素及其下标组成矩阵S。如果A本身是稀疏的，sparse(S)返回S。 S = sparse(i,j,s,m,n,nzmax) 由向量i,j,s生成一个m*n的含有nzmax个非零元素的稀疏矩阵S，并且有 S(i(k),j(k)) = s(k)。向量 i，j 和 s...
Matlab 稀疏矩阵函数
一一亿的专栏
10-30 8092
eye 单位矩阵 zeros 全零矩阵 ones 全1矩阵 rand 均匀分布随机阵 genmarkov 生成随机Markov矩阵 linspace 线性等分向量 logspace 对数等分向量 logm 矩阵对数运算 cumprod 矩阵元素累计乘 cumsum 矩阵元素累计和 toeplitz Toeplitz矩阵 disp 显示矩阵和文字内容 length 确定向量的
matlab之稀疏矩阵(sparse matrix)
weixin_43128813的博客
06-20 4020
注：本文转载自其他博主，并参考百度百科稍作改动，本人并不拥有这篇文章。 先说MATLAB中两个概念：full storage organization（对应于full matrix）和sparse storage organization（对应于sparse matrix）。 而要说明这两个概念，需要介绍稀疏矩阵的概念。 百度百科：在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素...
Sparse.rar_matlab稀疏矩阵_sparse_稀疏优化_稀疏矩阵_节点优化
07-13
在 MATLAB 中，稀疏矩阵（Sparse Matrix）是一种高效的数据结构，尤其适用于处理大量数据中包含大量零元素的情况。本文将深入探讨稀疏矩阵的概念、创建方法、存储方式、操作及优化，以及它在节点优化中的应用。 ...
matlab代码sqrt-sparsematrix-ruby:稀疏二维矩阵的面向对象库
05-23
###三对角矩阵与通用稀疏矩阵之间的关系是什么-假设矩阵为nxn并使用上述方程式和稀疏矩阵的定义-零的数量>非零的数量-n ^ 2- 3n + 2> 3n -2-n ^ 2 -6n + 4> 0-左边的根是（3 +/- sqrt（5））-因此，当尺寸为大于6 ##...
MATLAB之稀疏矩阵
热门推荐
qq_44759179的博客
07-31 1万+
1、稀疏矩阵定义及存储 稀疏矩阵即含0较多的矩阵。 MATLAB为了节省内存空间，对与实数稀疏矩阵采用3个内部数组来保存非零元素及其对应的位置。 对与复数稀疏矩阵，采用第4个内部数组保存非0复数的虚部。 说明:M_full和M_sparse其实是同一个矩阵，但是内存却相差了一万倍，可怕。 2、稀疏矩阵的创建 MATLAB不会自己创建稀疏矩阵。一般由用户根据商来确定是否要采用稀疏矩阵。 商也叫密度...
Matlab-稀疏矩阵
qq_41955225的博客
04-15 3881
稀疏矩阵：指一个很大的矩阵，且大多数的元素为 0。 目的：当矩阵中存在大量元素为0时，通过创建稀疏矩阵可以减少全矩阵的存储空间和运算量。 1 创建 方法1： 通过sparse创建 a = eye(5) %建立对角矩阵 as = sparse(a)%转化为稀疏矩阵 whos 结果： >> a = 1 0 0 0 0 0 1 0 0 0 0 0 1 0
稀疏矩阵
woaixiangrikui的专栏
11-26 1028
稀疏矩阵定义： 即其中只有很少非零元素的矩阵，这样的矩阵就成为稀疏矩阵，这种特性提供了矩阵存储空间和计算时间的优点，例如： A=[ 0 0 0 5;     0 2 0 0;     1 3 0 0;     0 0 4 0; ]; Sparse matrix ：稀疏矩阵 稀疏矩阵的转换： 给出一个矩阵A，我们可以使用MATLAB函数sparse把它转换成稀疏矩阵，该函数语
MATLAB 稀疏矩阵
weixin_57038822的博客
01-07 2584
MATLAB 稀疏矩阵 %零元素个数远远多于非零元素的个数的矩阵 %矩阵的存储方式 %稀疏存储方式：只存储矩阵的非零元素的值及其位置，即行号和列号。 %A=sparse(S):将矩阵S转化为稀疏存储方式的矩阵A。 %S=full(A):将矩阵A转化为完全存储方式的矩阵S 代码： A=sparse(eye(5)) B=full(A) whos %直接建立稀疏存储矩阵 %sparse(m,n):生成一个m*n的所有元素都是零的稀疏矩阵 %sparse(u,v,S):其中u,v,S是3个等长的向量。
MATLAB稀疏矩阵
小童童的博客
01-10 574
矩阵存储方式 完全存储 全存储 稀疏存储方式 只存储矩阵中非零元素的值及其位置即行号和列号。并不改变存储顺序，也是按列的 顺序进行存储。 稀疏存储方式的产生 （1）完全存储方式与稀疏存储方式之间的转化 A=sparse(S) 将S转化为稀疏存储方式 S=full(A) 将矩阵A转化为完全存储方式的矩阵S A = (1,1) 1 (2,2) 1 (3,...
Matlab(12)——稀疏矩阵
nipirennipi136的博客
03-14 1547
Matlab(12)——稀疏矩阵 文章目录Matlab(12)——稀疏矩阵一、矩阵的存储方式1.完全存储方式2.稀疏存储方式二、稀疏存储方式的产生1.矩阵的完全存储方式与稀疏存储方式的转换2.直接建立稀疏存储方式的矩阵①sparse函数②spconvert函数3.带状稀疏矩阵的稀疏存储方式①从带状稀疏矩阵中提取对角线上元素②创建带状稀疏矩阵4.单位矩阵的稀疏存储方式 一、矩阵的存储方式 1.完全存...
MATLAB程序设计与应用 3.5 稀疏矩阵
谢谢你们的关注
08-24 2180
MATLAB程序设计与应用 3.5 稀疏矩阵
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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