第十二讲：Malab稀疏矩阵介绍.pptVIP

Matlab 稀疏矩阵操作 稀疏矩阵介绍 稀疏矩阵存储 创建稀疏矩阵 满矩阵与稀疏矩阵 直接创建稀疏矩阵 利用文件创建稀疏矩阵 带状稀疏矩阵的创建 其它稀疏矩阵创建函数 查看稀疏矩阵 find 函数与稀疏矩阵 稀疏矩阵的运算 稀疏矩阵的运算 稀疏矩阵的运算 * * 对于一个 n 阶矩阵，通常需要 n2 的存储空间和正比于n3的计算时间，当 n 很大时，进行矩阵运算时会占用大量的内存空间和运算时间。 Matlab 支持稀疏矩阵，只存储矩阵的非零元素，这在矩阵的存储空间和计算时间上都有很大的优点。 在许多实际问题中遇到的大规模矩阵中通常含有大量 0 元素，这样的矩阵称为稀疏矩阵。 稀疏矩阵及其算法：不存储那些 0 元素，也不对它们进行操作，从而节省内存空间和计算时间，稀疏矩阵计算的复杂性和代价仅仅取决于稀疏矩阵的非零元素的个数。 稀疏矩阵 Matlab 的两种存储矩阵的方式： 全元素存储（满矩阵）和稀疏存储（稀疏矩阵） 设一个m*n的稀疏矩阵有 nnz 个非零元素，Matlab 需要三个数组存储实型的稀疏矩阵，第一个数组存储所有的非零元素，这个数组的长度为 nnz，第二个数组存储非零元素所对应的行标，长度也是 nnz，第三个数组存储指向每一列开始的指针，这个数组的长度为 n。这个矩阵的存储包含nnz个浮点数和nnz+n个整数. 稀疏存储：仅存储非零元素及其下标 稀疏矩阵的存储 稀疏矩阵的创建需要用户来决定。用户需要判断在矩阵中是否有大量的零元素，是否需要采用稀疏存储技术。 矩阵的密度定义为矩阵中非零元素的个数除以矩阵中总的元素个数。对于低密度的矩阵，采用稀疏方式存储是一种很好的选择。 如果某个矩阵以稀疏方式存储，则它参与运算的结果也将以稀疏方式存储，除非运算本身使得稀疏性消失。 创建稀疏矩阵 例： S=sparse(A)%将以任何形式存储的矩阵转换为稀疏矩阵形式。 A=full(S) )%将以任何形式存储的矩阵转换为满矩阵（全元素）形式。 A=[0 0 5 0; 3 0 3 0 ; 0 0 0 1; 0 4 3 0] S=sparse(A) whos 满矩阵与稀疏矩阵之间的转化 Full(S) 例： S=sparse(i,j,s,m,n) 其中 i 和 j 分别是矩阵非零元素的行和列指标向量，s 是非零元素值向量，m、n 分别是矩阵的行数和列数 S2=sparse([1 2 2 3 4 4],[3 1 3 4 2 3],... [5 3 3 1 4 3],4,4) 直接创建稀疏矩阵 例：设文本文件 T.txt 中有三列内容，第一列是一些行下标，第二列是列下标，第三列是非零元素值。 1 3 5 2 1 3 2 3 3 3 4 1 4 2 4 4 3 3 利用 load 和 spconvert 函数可以从包含一系列下标和非零元素的文本文件中输入稀疏矩阵。 load T.txt S=spconvert(T) 利用文件创建稀疏矩阵 例： S=spdiags(B,d,m,n) 其中 m 和 n 分别是矩阵的行数和列数；d 是长度为 p 的整数向量，它指定矩阵 S 的对角线位置；B 是全元素矩阵，用来给定 S 对角线位置上的元素，行数为 min(m,n)，列数为 p 。 B=rand(4,2); S3=spdiags(B,[0 1],4,4) 带状稀疏矩阵的创建 S=speye(m,n) S=speye(size(A)) R=sprand(S) % R has the same sparsity structure as S S=sprand(m,n,density) % random, m-by-n, sparse matrix with % approximately density*m*n uniformly % distributed nonzero entries S=bucky % 一个内置的稀疏矩阵（邻接矩阵） 其它稀疏矩阵创建函数 通常的存储信息 非零元素信息。 whos nnz(S) % 返回非零元素的个数 nonzeros(S) % 返回列向量，包含所有的非零元素 nzmax(S)  % 返回分配给稀疏矩阵中非零项的总的存储空间 查看稀疏矩阵的形状 spy(S) 查看稀疏矩阵 [i,j,s]= find(S) [i,j]= find(S) 返回 S 中所有非零元素的下标和数值，S 可以是稀疏矩阵或满矩阵。 find 函数与稀疏矩阵 Matlab 中对满矩阵的运算和函数同样可用在稀疏矩阵中。结果是稀疏矩阵还是满矩阵，取决于运算符或者函数及下列几个原则： 当函数用一个矩阵作为输入参数，输出参数为一个标量