(专题二)05 矩阵的存储方式

本文深入探讨了矩阵的存储方式,包括完全存储和稀疏存储两种主要形式。详细讲解了如何通过spconvert()函数将矩阵从一种存储方式转换到另一种,并通过实例展示了稀疏矩阵的建立及非零对角线元素的提取。文章强调了在大规模数据处理中,选择合适的存储方式对于节省存储空间和提高运算速度的重要性。

矩阵的存储方式

完全存储方式和稀疏存储方式

矩阵A的存储方式

第一行第一列---的元素-----1

。。。

第3行第4列---的元素-----7

完全存储方式与稀疏存储方式之间的转化

先将转化为稀疏存储方式A

再将A转化为完全存储方式B

比较A,B 的存储,可以发现,矩阵规模加大,所需内存也变大

例如A描述的是一个稀疏矩阵

红色圈住的表示第二行第四列存储的是3

现在用spconvert()函数将矩阵转换为一个稀疏存储矩阵

例子:

建立A矩阵,A有三条稀疏对角线

求非零对角线元素组成的矩阵B,以及对角线位置组成的向量d

主对角线以下,第三条对角线的元素是0,0,0,41,51

 主对角线的元素分别是11,21,31,42,52

主对角线以上,第三条对角线的元素是12,22,32,0,0

 

非0对角线元素组成的矩阵B,对角线位置组成的向量d

产生一个稀疏矩阵A

单位矩阵的稀疏矩阵

产生一个3阶稀疏存储的单位矩阵

例子

主对角线以下第一条,主对角线,主对角线上第一条的元素

他们都成非0对角线元素矩阵B

产生非0对角线元素位置向量d

产生稀疏存储的稀疏矩阵A

建立方程右边的常数向量

利用左除运算符求方程的解

注意

为节省存储空间,加快运算速度,采用稀疏存储方式很有必要

 

转载于:https://www.cnblogs.com/fanglijiao/p/11103253.html

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