matlab取出矩阵某行某列_<读书笔记3> 稀疏矩阵数据结构

本篇为稀疏矩阵求解算法经典论著<Direct Methods for Sparse Linear System>的<读书笔记 3>

Chapter 2 Basic algorithms

2.1 Sparse matrix data structures

稀疏矩阵的数据结构，常用的是三元组表示法，包括了COO,CSR,CSC等。其中每种表示法，也分为了基0（

），或者基1（

）的，表示首元素是从0开始还是从1开始。对于MATLAB user，采用基1的。但是在MATLAB内部以及CSparse，以及其他基础算法软件中，大部分均采用基0。在本书中，这两种方式均有采用，要依据上下文进行判断：

• C code：全部基0；
• MATLAB：全部基1；
• 伪代码：基于0；
• 书中的图graph示例以及矩阵示例：基于1。

此处举例：

1. COO的基0的表达为：

int i[]    = {2,     1,   3,   0,   1,   3,   3,   1,   0,   2}; // entry 的行index 
int j[]    = {2,     0,   3,   2,   1,   0,   1,   3,   0,   1}; // entry 的列index
double x[] = {3.0, 3.1, 1.0, 3.2, 2.9, 3.5, 0.4, 0.9, 4.5, 1.7}; // entry 的值

COO比较容易创建，但是比较难用于实际的算法中。

2. CSC的基0的表达为：

int ptr[]    = {0,               3,             6,        8,    10}; // 每列首非零entry的索引 
int idx[]    = {0,     1,   3,   1,   2,   3,   0,   2,   1,   3};   // 非零entry的行索引
double x[]   = {4.5, 3.1, 3.5, 2.9, 1.7, 0.4, 3.2, 3.0, 0.9, 1.0};   // entry 的值

CSC格式更加有用，在CSparse中被广泛采用。如果想要取出第j列的全部的值，则对应的x数组的索引为ptr[j]->ptr[j+1]-1,即x[ptr[j]]->x[ptr[j+1]-1]，这些值所对应的行号i为i[p[j]]到i[ptr[j+1]-1]。所以在实际算法中，采用CSC格式，利于对列元素组成的向量进行运算。

3. CSR的基0的表达为：

int ptr[]    = {0,          2,             5,        7,         10}; // 每行首非零entry的索引 
int idx[]    = {0,     2,   0,   1,   3,   1,   2,   0,   1,   3};   // 非零entry的列索引
double x[]   = {4.5, 3.2, 3.1, 2.9, 0.9, 1.7, 3.0, 3.5, 0.4, 1.0};   // entry 的值

同CSC格式类似，采用CSR格式，有利于对行元素组成的向量进行运算。所以在实际算法中，有可能需要对同一个稀疏矩阵，同时采用CSC和CSR进行表达。

在CSparse中，采用的数据结构为：

typedef struct cs_sparse
{
    /* matrix in compressed-column or triplet form */
    int nzmax; /* maximum number of entries */
    int m ;    /* number of rows */
    int n ;    /* number of columns */
    int *p ;   /* column pointers (size n+l) or col indices (size nzmax) */
    int *i ;   /* row indices, size nzmax */
    double *x; /* numerical values, size nzmax */
    int nz;    /* # of entries in triplet matrix, -1 for compressed-col */
} cs；

对于COO以及CSC格式都是利用上述结构体，利用nz区别所采用的格式。在CSparse中，大部分函数仅支持一种数据格式，除了cs_print, cs_spalloc,cs_spfree, cs_sprealloc，这些格式都支持。

mexFunction in C or Fortran:

• mxGetJc：return A->p
• mxGetlr： return A->i
• mxGetPr：return A->x
• mxGetM：return A->m
• mxGetN： return A->n
• mxGetNzmax：return A->nzmax

上述的数据格式，是同样也可以用来表示矩阵A中的特定位置的零元素。是由于在后续的算法中，会对矩阵进行符号分析，会预估矩阵中的非零元素位置，但是这些元素在未被计算出来之前，是由0进行赋值的。

由于在已经确定的数据结构中增加或者删减一个entry，需要耗时

,所以更倾向于在计算之前，已经预先构建好数据结构，在后面的算法中，会有非常多这方面的体会。