在boost::numeric::ublas中，有three sparse vector types。
我可以看到mapped_vector从索引到值本质上是stl::map，它将所有未找到的值视为0（或者是常见值）。
但是关于compressed_vector和coordinate_vector的信息，文档很少（哈哈）。
有人能够澄清吗？我试图弄清楚向各种向量添加项目的算法复杂性，以及两个这样的向量之间的点积。
一个非常有用的答案是，compressed_vector与compressed_matrix非常相似。但似乎，例如，compressed row storage仅用于存储矩阵 - 而不仅仅是向量。
我看到unbounded_array是存储类型，但我也不太清楚规范是什么。如果我创建一个大小为200,000,000但仅包含5个非零位置的compressed_vector，那么创建一个大小为10和非零位置的compressed_vector会不会有效率？
非常感谢！