我正在编写一些Java软件，它需要计算正定对称稀疏矩阵的特征值和特征向量。我不需要所有的特征值，但我最感兴趣的是小特征值。问题是：
1）出于测试目的，我的代码需要在笔记本电脑上运行（四核，4 GB RAM）
2）测试数据涉及大矩阵 - 通常超过10000乘10000
这两个约束意味着大多数常见的Java矩阵包都不能满足我当前的需求 - 我甚至无法在内存中存储密集的10000乘10000矩阵，更不用说用它们进行计算了。
所以我的问题是：在进行矩阵计算时，人们如何解决内存约束问题？我的矩阵通常非常稀疏 - 通常不到5％的条目是非零的。有没有利用这个的算法？我可以以某种方式将矩阵存储在我的硬盘上，并且一次只加载它的一部分以减轻RAM上的压力吗？
答案 0 :(得分：0)
您可以尝试使用la4j库：
// Compressed Sparse Row Matrix
Matrix a = new CRSMatrix(...);
// eigen[0] = P, eigen[1] = D
Matrix eigen[] = a.decompose(Matrices.EIGEN_DECOMPOSITOR);