通过与 Jira 对比,让您更全面了解 PingCode

  • 首页
  • 需求与产品管理
  • 项目管理
  • 测试与缺陷管理
  • 知识管理
  • 效能度量
        • 更多产品

          客户为中心的产品管理工具

          专业的软件研发项目管理工具

          简单易用的团队知识库管理

          可量化的研发效能度量工具

          测试用例维护与计划执行

          以团队为中心的协作沟通

          研发工作流自动化工具

          账号认证与安全管理工具

          Why PingCode
          为什么选择 PingCode ?

          6000+企业信赖之选,为研发团队降本增效

        • 行业解决方案
          先进制造(即将上线)
        • 解决方案1
        • 解决方案2
  • Jira替代方案

25人以下免费

目录

稀疏矩阵插入元素用什么结构存储

稀疏矩阵插入元素,由于边界条件的变化导致你的矩阵稀疏性的变化,通常的做法是根据网格的物理位置关系建立矩阵稀疏形式,利用另外一个数组来标记边界条件。在求解矩阵方程时,结合这个标记数组来求解。

一、稀疏矩阵插入元素用什么结构存储

稀疏矩阵插入元素,由于边界条件的变化导致你的矩阵稀疏性的变化,通常的做法是根据网格的物理位置关系建立矩阵稀疏形式,利用另外一个数组来标记边界条件。在求解矩阵方程时,结合这个标记数组来求解。

sparse matrix 定义

一个m*n的矩阵M,可以直接用3个一维矩阵矩阵表示(A, IA, JA),现在用NNA标记为M矩阵中不是0的数量

1.一维矩阵A长度等于NNA,矩阵A保存着所有M矩阵中非0元素,顺序按照M矩阵从左到右,从上到下顺序。

2.一维矩阵IA

– IA[0]=0

– IA[i] = IA[i-1]+在i-1行上所有非0元素的个数

3.一维矩阵JA,对应A矩阵中每个元素所对应行的列号

例如:

是一个4×4的带有4个非0的矩阵

这个矩阵能用下列3个一维矩阵表示

A = [ 5 8 3 6 ]

IA = [ 0 0 2 3 4 ]

JA = [ 0 1 2 1 ]

延伸阅读:

二、DIA

DIA格式是对于矩阵元分布在主对角线以及主对角线附近的稀疏矩阵,采取这种存储方式比较有效。如下面的例子。我们沿着对角线划分矩阵,主对角线的指标为0,左下方的对角线依次用-1,-2 等表示,右上方的对角线分布用1,2,3等表示。例子中仅有0,-2,1三条对角线的矩阵元不为零。因此用一个4×3的矩阵存储这些矩阵元,每一列代表其中的一条对角线。由于次对角线的长度小于行的长度。因此对于左下方的对角线的元素,从下往上存储,而右上方的对角线从上往下存储。

相关文章