C++稀疏矩阵容器

我找到了这个：

sparse_matrix：此类型是 std：：map>的实现。因此，元素的插入需要O(log(M(+log(K((操作加上存储分配，这应该是(摊销(的连续时间。缺点是遍历所有元素、某些级别的间接寻址(指针(和非连续存储的速度较慢。

compressed_matrix：这种类型是 Netlib (www.netlib.org( 中已知的压缩行存储的实现，被 FORTRAN 线性代数库广泛使用。短：我们有一个值向量，一个对应于该值的列索引向量和一个每行开始的指针向量。如果值和列索引必须移动一个位置，则插入一个元素需要 O(log(M(+log(K(( 操作加上 O(M*K( 存储操作。按push_back(i，j，value(顺序添加元素是恒定时间。增加现有结束元素只需要 O(log(M(+log(K(( 操作。优点是非常快速的元素遍历，为线性代数例程提供了最佳性能。

coordinate_matrix：此类型是使用三个向量实现三元组(i，j，值(的列表。因此，您可以通过插入(i，j，值(以随机顺序插入元素，其作用类似于A(i，j(+=值。这实际上不同于其他矩阵类型的插入操作。您支付的价格是每个元素访问之前的 sort(( 操作，如果您多次插入许多元素，则额外存储。sort(( 对所有元素进行排序，并将一个元素的多次插入合并为一个。因此，根据方法的不同，元素的插入是常量时间加上一个 sort(( 在 O(M*K log(MK(( 操作结束时。(根据Stroustrup的说法，"C++"：std：：sort((具有平均O(n log(n((，最坏情况O(n n(，std：：stable_sort((具有O(n*log(n(log(n((加上O(n log(n((存储。对于这种类型的线性代数运算通常比compressed_matrix慢。

参考： http://www.guwi17.de/ublas/matrix_sparse_usage.html

如果您在阅读他们的文档时遇到同样的问题，希望这会对您有所帮助。

查看uBLAS的概述页面。它们描述了稀疏向量和矩阵使用的存储。

看看1.(特征(http://eigen.tuxfamily.org/2.(乌布拉斯(http://www.boost.org/doc/libs/1_60_0/libs/numeric/ublas/doc/types_overview.html3.(MTL4(

根据您的要求使用其中任何一个，可能会通过 ublas 它们描述稀疏向量和矩阵使用的存储。