我需要一个容器来存储稀疏矩阵。矩阵的大小约为20,000 * 3,000,000。但是存在差距，因此实际矩阵大约为20,000 * 500,000。并且只有1％的实际矩阵被占用。
我需要保留索引，比如2D数组。但是2D数组无法将整个数据集放入内存中。我找到了包含mapped_matrix，compressed_matrix，coordinate_matrix的推文库。
我想知道有什么区别？无法从their documentation中找到答案。
还有其他标准库有稀疏矩阵容器，可以使用索引访问吗？
答案 0 :(得分：1)
我发现了这个：
sparse_matrix：此类型是std :: map＆gt;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，某些间接（指针）级别和不连续存储的遍历速度较慢。
compressed_matrix：此类型是从FORTRAN线性代数库广泛使用的Netlib（www.netlib.org）中获知的压缩行存储的实现。简短：我们有一个值向量，一个对应于此值的列索引向量和一个每行开始的指针向量。如果必须将值和列索引移动一个位置，则插入一个元素需要O（log（M）+ log（K））操作加O（M * K）存储操作。按push_back（i，j，value）顺序添加元素是常量时间。增加existend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：此类型是通过使用三个向量实现三元组列表（i，j，value）。因此，您可以通过insert（i，j，value）以随机顺序插入元素，其行为类似于A（i，j）+ = value。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前的sort（）操作和多次插入多个元素的额外存储。 sort（）对所有元素进行排序，并将元素的多个插入组合为一个元素。因此，对于O（M * K log（M K））操作，元素的插入是恒定时间加上一个sort（），这取决于方法。 （根据Stroustrup，＆＃34; C ++＆＃34;：std :: sort（）的平均值为O（n log（n）），最差情况为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，线性代数运算通常比compress_matrix慢
参考：http://www.guwi17.de/ublas/matrix_sparse_usage.html
希望如果您在阅读文档时遇到同样的问题，这将对您有所帮助。
答案 1 :(得分：0)
查看overview page of uBLAS。它们描述了那里稀疏向量和矩阵使用的存储。
答案 2 :(得分：0)
看看 1.（本征）http://eigen.tuxfamily.org/ 2.（uBLAS库）http://www.boost.org/doc/libs/1_60_0/libs/numeric/ublas/doc/types_overview.html 3.（MTL4）
取决于您的要求使用其中任何一个，可能通过 ublas 他们描述那里稀疏向量和矩阵使用的存储。