MATLAB稀疏矩阵

稀疏矩阵稀疏矩阵是一种特殊类型的矩阵，即矩阵中包括较多的零元素。对于稀疏矩阵的这种特性，在MATLAB中可以只保存矩阵中非零元素及非零元素在矩阵中的位置。在用稀疏矩阵进行计算时，通过消去零元素可以减少计算的时间。7.1 稀疏矩阵的存储方式对一般矩阵而言，MATLAB保存矩阵内的每一个元素，矩阵中的零元素与其他元素一样，需要占用同样大小的内存空间。但对于稀疏矩阵，MATLAB仅存储稀疏矩阵中的非零元素及其对应的位置，其他空余位置只是在访问时以默认的零元素来填充。对于一个含有大量零元素的大型矩阵，采用这种方法可以大大地减少数据占据的内存空间。MATLAB采用3个内部数组来保存元素为实数的稀疏矩阵。稀疏矩阵也可用于存储复数。当稀疏矩阵用于存储复数数据时，需用第4个内部数组保存非零复数的虚部。一个复数非零，是指其实部或虚部至少其中一个不为零。【例2-16】 稀疏矩阵与一般矩阵的内存占用对比。>> M_full = magic(1100); % 创建一个1100´1100 矩阵>> M_full(M_full > 50) = 0; % 将>50的元素设置为0>> M_sparse = sparse(M_full); % 创建稀疏矩阵>> whos Name Size Bytes Class Attributes M_full 1100x1100 9680000 double M_sparse 1100x1100 9608 double sparse 本例中，M_full和 M_sparse两个变量存储的实际上是同一个矩阵，但是二者因为采用的存储形式分别为一般矩阵和稀疏矩阵，所以占用的内存量却相差了近1000倍。因为MATLAB版本不同，操作系统不同（例如32位和64位），内部存储格式也有些变化，但总体上来说占用的内存空间比一般矩阵小很多。7.2 稀疏矩阵的创建MATLAB决不会自动地创建一个稀疏矩阵，这需要用户来决定是否使用稀疏矩阵。在创建一个矩阵前，用户需要根据此矩阵中是否包含较多的零元素，采用稀疏矩阵技术是否有利，来决定是否采用稀疏矩阵的形式。把矩阵中非零元素的个数除以所有元素的个数，就叫做矩阵的密度，密度越小的矩阵采用稀疏矩阵的格式越有利。要将一般矩阵转换为稀疏矩阵，可以使用函数sparse，如s=sparse (A)，是指将矩阵A转换为稀疏矩阵。另外，使用函数full则可把稀疏矩阵转换为一般矩阵。【例2-17】 一般矩阵与稀疏矩阵的转换示例。>> A=[0 0 0 1;0 1 0 0;1 2 0 0;0 0 3 0]A = 0 0 0 1 0 1 0 0 1 2 0 0 0 0 3 0>> s=sparse(A)s = (3,1) 1 (2,2) 1 (3,2) 2 (4,3) 3 (1,4) 1>> B=full(s)B = 0 0 0 1 0 1 0 0 1 2 0 0 0 0 3 0从本例的结果中可以看出所有s的非零元素列表及其对应的行列序号。所有非零元素保存在一列中，反映了数据的内部结构。稀疏矩阵的创建一般有以下几种方式。1．直接创建稀疏矩阵使用函数sparse，