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