pytorch统计矩阵非0的个数_数据结构:稀疏矩阵的快速转置

本文介绍了如何在PyTorch中快速转置稀疏矩阵,通过使用辅助数组记录原矩阵每列非零元素个数,实现一步到位的转置。这种方法在转置时即满足稀疏矩阵的存放要求,避免了额外的排序操作。并提供了矩阵快速转置的代码实现,输出了转置后的结果。
摘要由CSDN通过智能技术生成

这是一个比较简单的算法,考到数组或矩阵考它的概率我觉得还是蛮高的。

假设有如下数组:

893af4f373db3095afdc46cc5ff9ee57.png

体现于数组存储结构中(第一排表示行数,列数,非零元个数):

161eeec679b61860669a397739fa9b38.png

很明显直接交换ij的转置是不符合存放要求的。存放要求要求我们按照i进行排序,当然此处可以用上前面的排序算法进行排序,但是今天要研究的快速转置方法是在转置时就一步到位的按位存放。

(正确的存放结果)

ee50c761ed3a179bc54dce71cb172a8d.png

稀疏矩阵的快速转置算法

方法:使用辅助数组,记录原数组中每一列非零元的个数,得到非零元个数后就可以方便地计算出转置后的位置。对于上面的数组,每一列的非零元分别为3、4、2、3;我们就可以推算出,转置后的矩阵第一行、第二行、第三行、第四行分别的元素个数为3、3、2、3ÿ

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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