【发布时间】：2010-08-03 18:29:38
【问题描述】：
在boost::numeric::ublas中，有three sparse vector types。
我可以看到mapped_vector 本质上是一个从索引到值的stl::map，它将所有未找到的值都视为 0（或任何常见值）。
但是关于compressed_vector 和coordinate_vector 的信息的文档很少（哈哈）。
有人能解释一下吗？我试图弄清楚将项目添加到各种向量的算法复杂性，以及两个这样的向量之间的点积。
提供了一个非常有用的答案，compressed_vector 与compressed_matrix 非常相似。但是，例如，compressed row storage 似乎仅用于存储矩阵——而不仅仅是向量。
我看到unbounded_array 是存储类型，但我也不太确定规范是什么。如果我创建一个大小为 200,000,000 但只有 5 个非零位置的压缩向量，这是否比创建大小为 10 和 5 个非零位置的压缩向量效率低？
非常感谢！
【问题讨论】：
标签： c++ data-structures boost ublas