Julia 中的多维稀疏矩阵答案

【问题标题】：Multidimensional sparse matrices in JuliaJulia 中的多维稀疏矩阵
【发布时间】：2014-02-05 23:38:28
【问题描述】：

为什么 Julia 中没有多维稀疏矩阵/数组？为什么我们只能有 2D 稀疏矩阵而不是 3D 稀疏矩阵（或数组）？

【问题讨论】：

【解决方案1】：

据我了解，问题是（我不是稀疏线性代数专家，尽管 Viral Shah 是 Julia 的其他联合创始人之一）是所有用于进行稀疏计算的库（例如 SuiteSparse）都是矩阵-只要。它们不支持稀疏向量，也不支持更高维的张量。所以我们可以为高维稀疏张量定义类型，但是你不能用它们做任何有用的事情。

【讨论】：

我明白了。好吧，tat 似乎太糟糕了......在我（稀疏）的脑海中，维度越大，我们能够从稀疏它中获得的收益就越大。
我同意。我们已经讨论过做一个“元组汤”稀疏矩阵实现，它可以支持任意维度的稀疏性。困难的部分是使 matvec 和 matmul 之类的操作相当快。
老实说，我只喜欢 3D。这将打开各种与 3D 空间相关的应用程序（例如光线追踪）。但我想如果你已经完成了将其扩展为 3D 的工作，那么你不妨将其一直扩展到任意维度。所以现实地说，你认为这不会发生（我认为你参与了 Julia 的开发团队）？
是的，我是该项目的联合创始人之一。任意多维实际上非常困难，因此 3D 可能要容易得多。一个警告是只有一个维度是稀疏的。正常稀疏矩阵也是如此，但只有两个维度。 CSC 是列主要系统上的标准稀疏矩阵格式。