43、稀疏矩阵的Cholesky分解算法详解

a0b1c2d3

于 2025-07-22 09:39:21 发布

阅读量28

点赞数

CC 4.0 BY-SA版权

分类专栏：并行编程：多核与集群系统实践文章标签：稀疏矩阵 Cholesky分解超节点算法

本文链接：https://blog.csdn.net/a0b1c2d3/article/details/149556438

并行编程：多核与集群系统实践专栏收录该内容

44 篇文章 ¥399.00 ¥499.90

订阅专栏

超级会员免费看

稀疏矩阵的Cholesky分解算法详解

1. 右视超节点算法

在处理线性方程组系统时，涉及到对列的修改操作。使用超节点修改列有两种情况：
- 当列 $j$ 属于超节点 $J$ 时，列 $j$ 仅由 $J$ 中位于其左侧的列修改。
- 当列 $j$ 不属于超节点 $J$ 时，列 $j$ 由 $J$ 的所有列修改。

利用 smod() 过程，Cholesky 分解可以通过以下计算方案执行，也称为右视超节点算法：

supernode cholesky =
for each supernode J do from left to right {
    cdiv(first(J));
    for j = first(J) + 1, ..., last(J) {
        smod(j, J);
        cdiv(j);
    }
    for k ∈ Struct(L*(last(J)))
        smod(k, J);
}

此计算方案仍然从左到右计算 $L$ 的列。与之前算法的不同之处在于，与超节点相关的计算被合并。在超节点级别，使用右视方案：对于超节点 $J$ 的第一列计算，当完成与所有左侧列的修改后，仅需一次 cdiv() 操作。$J$ 的列以左视方式计算：在计算超节点 $J$ 左侧的所有超节点后，由于超节点右视方案，$J$ 的列已用这些超节点修改，列 $j$ 的计算是先使用 $J$ 中位于 $j$ 左侧的所有列修改它，然后执行 cdiv()

了解本专栏