164: 稀疏矩阵：大部分是0的矩阵怎么存想象一个1000×1000的矩阵，100万个元素中只有500个不是0。如果你老老实实用二维数组存，要占100万个位置，其中99.95%都浪费在存0上了。有没有更好的办法？这就是稀疏矩阵要解决的问题。什么是稀疏矩阵稀疏矩阵：矩阵中大部分元素为零（或某个固定值），只有少量非零元素。一个稀疏矩阵（8×8，只有10个非零元素）： 0 0 3 0 0 0 0 0 0 0 0 0 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0非零元素的比例 = 10 / 64 ≈ 15.6%。实际应用中，稀疏度往往更低——可能99%以上都是0。为什么不直接存空间浪费1000×1000的矩阵 = 100万个元素。如果每个元素4字节，需要4MB内存。但非零元素可能只有几千个，真正需要的数据量微乎其微。计算浪费矩阵乘法中，如果大部分是0，计算0 × 某数 = 0完全是 稀疏矩阵：大部分是0的矩阵怎么存
164: 稀疏矩阵：大部分是0的矩阵怎么存想象一个1000×1000的矩阵，100万个元素中只有500个不是0。如果你老老实实用二维数组存，要占100万个位置，其中99.95%都浪费在存0上了。有没有更好的办法？这就是稀疏矩阵要解决的问题。什么是稀疏矩阵稀疏矩阵：矩阵中大部分元素为零（或某个固定值），只有少量非零元素。一个稀疏矩阵（8×8，只有10个非零元素）： 0 0 3 0 0 0 0 0 0 0 0 0 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0非零元素的比例 = 10 / 64 ≈ 15.6%。实际应用中，稀疏度往往更低——可能99%以上都是0。为什么不直接存空间浪费1000×1000的矩阵 = 100万个元素。如果每个元素4字节，需要4MB内存。但非零元素可能只有几千个，真正需要的数据量微乎其微。计算浪费矩阵乘法中，如果大部分是0，计算0 × 某数 = 0完全是 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
