實验指导书--稀疏矩阵存储与向量乘运算.docxVIP

上机实验一: 稀疏矩阵存储与向量乘运算一、实验目的：学习稀疏矩阵存储的Compressed Row Storage 技术与此基础上的矩阵向量乘方法，分析其（内存）空间与时间复杂度与直接存储方法之间的差别。 二、基本知识：通过有限元方法离散的得到的矩阵都是稀疏矩阵，即其大部分矩阵元素都为0。因此在程序编写过程中采用二维的数组来存储非常浪费内存，因此需要采用一种有效的方法来保存稀疏矩阵。Compressed Row Storage(CRS)就是这样一种常用高效的稀疏存储技术。 考虑一个一般的矩阵MatA, 如果以二维数组存储，其内存需求为： 矩阵向量乘运算量为：.对于一个稀疏矩阵MatA，其非零元素个数为 Ns, 定义三个一维数组:Val[Ns] 按行-列方式依次存储矩阵中每个非零元素；Col_ind[Ns] 对应记录Val 中每个元素所在的列数；row_ptr[N+1] 记录每一行第一个元素在Val中的位置。 如此：第 i 行非零元素的个数为：row_ptr[i+1] - row_ptr[ i ]第 i 行的非零元素有：val[row_ptr[ i ]], ... , val[ row_ptr[ i+1 ] -1 ]。 0 1 2 3 4 5【例】：021345C++ Code Demo三、实验任务（课上检验，不要求实验报告）：实验一: 用Mat