稀疏矩阵的原理及其压缩方法
发布时间
阅读量：
阅读量
稀疏矩阵
对于一个矩阵而言，在其内部大量存在的都是零值，并且这些零值的位置并没有明显的分布规律时，则我们将其归类为稀疏型或称为稀疏阵；反之亦然，在这种情况下（即零值数量占据绝大多数），则被称作密集型或称为密集阵。我们定义了一个指标——称为稠密度（或密集度），它是将所有实际存在的非零元数量与整个矩阵中的总元数相比的结果。
在这样的场景下——当一个数组的主要部分是零值或者所有的数值都一致的时候——我们就可以选择使用稀疏数组来高效地存储这些数据。
矩阵压缩
基于稀疏矩阵中非零元素相对较少的特点，在实际应用中常采取仅存储非零元素的方法来实现压缩存储。 因为非零元素在矩阵中的分布缺乏明确的规律性，在执行压缩存储操作时不仅需要记录这些元素的具体数值还需同时记录它们所处的位置信息。 三元组通常可以通过顺序存储方法或者链式存储方法来进行表示。 从而形成了适用于稀疏矩阵的不同压缩存储策略。
例如：
还没有任何评论哟~