matlab稀疏矩阵比较,MATLAB稀疏矩阵indexing效率比较

试验中需要处理大的稀疏矩阵，由于要频繁对稀疏矩阵进行取块操作，搜索了Index对行列操作哪个快？

发现丕子的博文称对稀疏矩阵取块行要比列快，但我实际测试发现列比行快。

使用的行数2x10^7，列数3x10^5的稀疏矩阵，将这个矩阵转置发现占用内存稍微增加，如下图1：

S 22530343x429498 2400827800 double sparse

S_transpose 429498x22530343 2577634560 double sparse

分别取S矩阵前10^6，10^5,10^4行，和相应的S_transpose的前10^6,10^5,10^4列，所用时间发现取列比行快很多，如下图：

>> untitled3

Elapsed time is 2.170296 seconds.

Elapsed time is 0.067666 seconds.

>> untitled3

Elapsed time is 1.799833 seconds.

Elapsed time is 0.004293 seconds.

>> untitled3

Elapsed time is 1.690028 seconds.

Elapsed time is 0.000631 seconds.

在MATLAB中显示一个10*10的稀疏矩阵，发现以列为优先书序打出，那么暂时推测其存储时是列优先的。

temp =

(1,1) 1

(1,2) 1

(1,3) 1

(1,4) 1

(10,4) 1

(1,5) 1

(1,6) 1

(1,7) 1

(5,7) 1

(1,8) 1

(5,8) 1

(1,9) 1

(1,10) 1

不知有哪位大神知根知底的来给解释下。

下面再来探讨另一个问题：如果需要得到矩阵S的某些行，是直接取S中的行效率高，还是将S转置，然后取相应的列，然后在把得到的列转置效率高，(当然这里不计S转置的时间，因为这里的应用场景是S转置只需一次，而取S的某些行要很多次的情况)

下面测试了取S的前10^5，10^6，10^7行和取S_transpose相应的前10^5，10^6，10^7行，然后再转置所需的时间对比，发现取行然后转置时间更快点：

>> untitled3

Elapsed time is 1.869449 seconds.

Elapsed time is 0.018637 seconds.

>> untitled3

Elapsed time is 1.958603 seconds.

Elapsed time is 0.243565 seconds.

>> untitled3

Elapsed time is 2.541002 seconds.

Elapsed time is 2.488429 seconds.