[0,3,2,3,0,1,2,0,2] row = [0,0,1,1,2,2,2,3,3,] 可以看到压缩存储的样子,但是,我们通过row行可以看到,很多重复的数值,也就是每一行的多个元素,每个元素都对应着同样的行号,这样也浪费的空间,因此,我们引入csr稀疏矩阵存储方式,该存储方式将重复的行号压缩,只记录,开头和结尾元素 来源:https://www.d
这种存储方式稍微复杂一些,它同样是使用3个数组来保存一个稀疏矩阵:row ptr、column indices和values。换个角度理解,我们可以认为CSR就是在COO的基础上,将row数组进行压缩,另外两个数组保持不变。在原来的COO中,相同行的元素会在row保存重复的行索引,所以我们在row中将重复的行索引删去,用row中的元素来指定当前行中...
这种存储方式最直接,它使用3个数组来存储一个稀疏矩阵。通过row和col数组指定元素的行索引和列索引,values中对应的值就是元素值。 这种存储方式稍微复杂一些,它同样是使用3个数组来保存一个稀疏矩阵:rowptr、columnindices和values。换个角度理解,我们可以认为CSR就是在COO的基础上,将row数组进行压缩,另外两个数组保持...
那么我们就可以想办法将矩阵中所有的o元素挥着不相关元素剔除,怎么剔除,第一种方法是通过三个一维矩阵来存储原二维矩阵中的所有非0元素,三个矩阵分别为value、column、row, value 数组存储所有的非零元素, column 数组存储所有非零元素的列下标 row 数组存储所有的非零元素的行下标 看例子 [1,0,0,2] ...