std::vector<std::vector<type>> 用于稀疏矩阵结构还是其他？答案

【问题标题】：std::vector<std::vector<type>> for sparse matrix structure or something else?std::vector<std::vector<type>> 用于稀疏矩阵结构还是其他？
【发布时间】：2010-07-23 15:25:21
【问题描述】：

我正在以压缩行格式实现稀疏矩阵类。这意味着我有固定数量的行，每行由许多元素组成（这个数字对于不同的行可能不同，但在矩阵初始化后不会改变。

是否适合通过向量的向量来实现这一点，还是会以某种方式分割内存？

我应该如何实现这个分配，所以我将拥有一大块内存？

感谢您分享您的智慧！德克

【问题讨论】：

标签： c++ memory-management sparse-matrix

【解决方案1】：

您可以使用现有的库，例如 boost 稀疏矩阵 (http://www.boost.org/doc/libs/1_43_0/libs/numeric/ublas/doc/matrix_sparse.htm)

【讨论】：

【解决方案2】：

稀疏矩阵的一般规则是选择最适合矩阵中非零位置的结构；所以也许你可以写更多关于矩阵结构的内容，以及将在其上调用什么（某种）算法。
关于内存——如果这个矩阵不是太大，最好把它分配成一大块，让索引变魔术；这可能会导致更好的缓存使用。如果它很大，那么应该使用分块版本，因为它更适合内存。

【讨论】：

【解决方案3】：

你不会用向量的向量得到“一大块”。每一行都是一个连续的块，但每一行的数据可能位于堆上的不同位置。

请记住，如果您要处理巨大的矩阵，这可能是一件好事。矩阵越大，您获得适合整个事物的连续块的可能性就越小。

【讨论】：

【解决方案4】：

我已经使用 3 个std::vector<int> 实现了压缩列格式（2 个用于行和列索引，一个用于值）。为什么需要std::vector<std::vector<int>>？

您确定您正在实施正确的格式吗？压缩列格式的描述（以及矩阵向量乘法的代码）can be found here.

【讨论】：

刚刚意识到我没有以压缩行格式存储我的矩阵，而是以 LoL (en.wikipedia.org/wiki/Sparse_matrix#List_of_lists_.28LIL.29)
你只打算做矩阵向量乘法吗？如果是这样，我会推荐压缩列格式。乘法很容易实现！
是的，主要是，谢谢，我想我会这样做。乘法的并行化也应该很容易实现（因为存储了每一行的偏移量），我猜
是的，并行化是微不足道的（在我链接到的那个 PDF 的代码中）。唯一的问题是转换为该格式。目前，我将矩阵存储为三元组格式，然后将其转换为 CCS。