引入
- 在数据分析中常出现一些阶数很高的矩阵,同时在矩阵中有许多零元素或者相同元素。为了节省储存空间,可对这些矩阵进行压缩储存。
- 压缩储存:对多个相同的值只分配一个储存空间;对零元素不分配储存空间
- 两种可压缩储存矩阵
名称 | 特点 |
---|---|
特殊矩阵 | 零元素或相同元素分布有规律 |
稀疏矩阵 | 零元素多于非零元素,但分布没有规律 |
特殊矩阵
N阶对称矩阵
- 储存方法:为每一对对称元分配一个储存空间,可将N N个元素压缩存储到N(N+1)/2个空间中
因此,由矩阵位置可得到数组下标,由数组下标也可得到一或两个矩阵位置
三角矩阵
- 定义:矩阵的上(下)三角(不包括对角线)均为常数c或者0的矩阵
- 储存方式:与对称矩阵相同,只需再加一个储存常数c的储存空间即可
对角矩阵
- 定义:除了主对角线和其上下几条对角线外,其余位置均为0
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。