Math.Net学习（一）矩阵&向量

矩阵和向量

Math.Net Numberics程序集中包含了矩阵和向量的丰富类型。他们都支持单精度和双精度类型。 像在dotnet中所有的数据类型一样，他们都是基于0索引的，例如，左上位置的索引值是（0,0），在矩阵中第一个索引值指的是行，第二个索引值指的是列，空矩阵和向量不支持，例如，每个维数的长度至少是一。

存储布局

1.向量

• 密集向量 使用一个与向量相同长度数组。
• 稀疏向量 用两个通常比向量小的数组，一个数组存储非零值，另一个数组存储他们的索引值,向上排序.

2.矩阵

• 密集矩阵 用一个数组存储
• 对角矩阵 只存储对角值，在一个数组存储。
• 稀疏矩阵 用了三个数组存储，第一个数组存储非零值，第二个数组存储非零值对应列号，第三个数组存储行偏移值，并且最后一个元素存储矩阵中非零值的个数。

第一个数组values存储非零值，顺序是每行从左往右扫，扫完依次扫下一行，即1,7,2,8,5,3,9,6,4

第二个数组column indices存储非零值的对应列号，即0,1,1,2,0,2,3,1,3。

第三个数组row offsets存储行偏移值，首先数组大小为行数+1（该例为4+1），第i个元素值存储第i行首个非零值前面非零值的个数（第0个数肯定为0），例如该数组第1（基于0索引）个值存储的是第1行第一个非零值（该例为2）前面非零值的个数（该例为2，非零值为1,7）。在例如该数组第3个值存储的是第3行第一个非零值（6）前面非零值的个数（该例为7，非零值为1,7,2,8,5,3,9）。第三个数组最后一个值存储矩阵中所有非零值的个数（该例为9）。

 

创建矩阵和向量

Matrix<T>和Vector<T>类型定义在MathNet.Numerics.LinearAlgebra 命名空间中。从技术和性能上考虑，可以对每种数据类型进行明确的实现，例如，双精度类型可以使用DenseMatrix 类，这个类在MathNet.Numerics.LinearAlgebra.Double命名空间中。你一般不需要考虑这个，而是使用通常意义的Matrix<T> 的抽象类型，我们需要其他的方法来创建矩阵和向量实例。

Matrix<double> m = Matrix<double>.Build.Random(2, 2);
Vector<double> v = Vector<double