⑴ 什么是稀疏线性方程组
稀疏矩阵指的是一个矩阵的大多数分量都是零元素, 非零元素只占其中少部分.
我们知道线性方程组可写成 [A] {x} = {b} 的形式.
在很多数值方法 (比如有限元法) 得到的矩阵 A 往往是一个稀疏矩阵, 如果对其中每一个元素都要储存和计算的话, 将会浪费很大的内存和CPU计算时间, 合理利用矩阵的稀疏性可以节省存储空间和计算时间.
更详细的基本信息参考网络, 稀疏矩阵: http://ke..com/link?url=ijQqZ42A-i4tKeO56uT_kIYPholnQiZBMYSYcRHw_yC05il5g2BhSUYLPnz5z4SG
如果需要深入研究, 可参考相关着作:
《稀疏线性方程组的高效求解与并行计算》
作者:吴建平等着 页数:469 出版日期:2004.05
简介:本书对稀疏线性方程组的求解方法及其并行计算技术进行了介绍，内容包括稀疏矩阵存储技术、稀疏线性方程组直接解法与迭代解法等。
《大型稀疏线性方程组的解法》
作者:刘万勋编 页数:187 出版日期:1981
主题词:线性方程-方程组 学科: 计算方法 方程组-线性方程 学科: 计算方法
⑵ sql server 为什么会出现稀疏列
稀疏列主要是为了提供对可空字段的更好一个存储机制，它可以节省空间（具体说它在真正空值的时候就不占空间），但也会带来一些性能方面的影响。所以要有所权衡。
稀疏列主要使用场景：一个实体有很多属性列，但很多属性都可能填不满。这在以前我们称为属性集问题。
稀疏列不是一个数据类型，它是一个列的属性而已。
⑶ 稀疏（sparse）在机器学习中很重要吗
我来说说吧：
矩阵的稀疏性你应该知道吧，稀疏矩阵中包含大量的0。什么样的矩阵最好？当然是0越多越好的矩阵。
稀疏性对数据存储，数据压缩有极大的便利。
稀疏性对特征提取，降维等都有极好的应用。
⑷ 什么是数据稀疏
数据稀疏？我只知道OI图论中有稀疏矩阵，就是有很多点，但是边不是很多的那中，要用邻接链表来存储提高效率
⑸ 稀疏矩阵的压缩存储只需要存储什么
非零元素。
对于一个用二维数组存储的稀疏矩阵Amn，如果假设存储每个数组元素需要L个字节，那么存储整个矩阵需要m*n*L个字节。但是，这些存储空间的大部分存放的是0元素，从而造成大量的空间浪费。为了节省存储空间，可以只存储其中的非0元素。
(5)存储稀疏是什么意思扩展阅读
稀疏矩阵算法的最大特点是通过只存储和处理非零元素从而大幅度降低存储空间需求以及计算复杂度，代价则是必须使用专门的稀疏矩阵压缩存储数据结构。稀疏矩阵算法是典型的不规则算法，计算访存比很低，并且计算过程中的访存轨迹与稀疏矩阵的稀疏结构相关。
⑹ 三元组存储稀疏矩阵的好处是神马呢急求！！
三元组仅存储矩阵中不为零的元素，节省了存储空间。
缺点是增加运算的复杂性，尤其是随机存取矩阵元素时。
⑺ 对稀疏矩阵进行压缩存储的目的是什么
对稀疏矩阵进行压缩存储目的是节省存储空间。
存储矩阵的一般方法是采用二维数组，其优点是可以随机地访问每一个元素，因而能够较容易地实现矩阵的各种运算。
但对于稀疏矩阵而言，若用二维数组来表示，会重复存储了很多个0了，浪费空间，而且要花费时间来进行零元素的无效计算。所以必须考虑对稀疏矩阵进行压缩存储。
(7)存储稀疏是什么意思扩展阅读
优点
稀疏矩阵的计算速度更快，因为MATLAB只对非零元素进行操作，这是稀疏矩阵的一个突出的优点。假设矩阵A,B中的矩阵一样，计算2*A需要一百万次的浮点运算，而计算2*B只需要2000次浮点运算。
因为MATLAB不能自动创建稀疏矩阵，所以要用特殊的命令来得到稀疏矩阵。算术和逻辑运算都适用于稀疏矩阵。对于一个用二维数组存储的稀疏矩阵Amn，如果假设存储每个数组元素需要L个字节，那么存储整个矩阵需要m*n*L个字节。
⑻ 稀疏矩阵是怎样存储的
就是只存储非0值得行号列号和值的大小
⑼ 稀疏矩阵的压缩存储思想
为了节省存储空间并且加快处理速度，需要对这类矩阵进行压缩存储，压缩存储的原则是：不重复存储相同元素；不存储零值元素。稀疏矩阵，有三元组表示法、带辅助行向量的二元组表示法（也即行逻辑链表的顺序表），十字链表表示法等。算法基本思想：num[col]:第col列的非零元素个数；cpot[col]:第col列第一个非零元在b.data中的恰当位置；在转置过程中，指示该列下一个非零元在b.data中的位置。
⑽ 稀疏矩阵一般的压缩存储方法有两种
分别是三元组和十字链表。
三元组是指形如（（x，y），z）的集合（这就是说，三元组是这样的偶，其第一个射影亦是一个偶），常简记为（x，y，z）。
三元组是计算机专业的一门公共基础课程——数据结构里的概念。主要是用来存储稀疏矩阵的一种压缩方式，也叫三元组表。假设以顺序存储结构来表示三元组表（triple table），则得到稀疏矩阵的一种压缩存储方式，即三元组顺序表，简称三元组表。
十字链表（Orthogonal List)是有向图的另一种链式存储结构。该结构可以看成是将有向图的邻接表和逆邻接表结合起来得到的。用十字链表来存储有向图，可以达到高效的存取效果。同时，代码的可读性也会得到提升。
拓展资料：
十字链表（Orthogonal List)是有向图的另一种链式存储结构。可以看成是将有向图的邻接表和逆邻接表结合起来得到的一种链表。在十字链表中，对应于有向图中每一条弧都有一个结点，对应于每个定顶点也有一个结点。
十字链表之于有向图，类似于邻接表之于无向图。
也可以理解为 将行的单链表和列的单链表结合起来存储稀疏矩阵称为十字链表， 每个节点表示一个非零元素。
三元组解释：
1、所谓“三元组”是指图形的几何元素构成、图线间的拓扑关系和尺寸约束。如果一组图形的前二元相同而只是尺寸大小不同，则这组图形构成一族形状相同的系列化图形。
2、把组成一个元素的三个数称为三元组。一个三元组包含以下三部分的内容SDO_STARTING_OFFSET表明每个几何元素的第一个坐标在SDO_ORDINATES数组中的存储位置。
3、…Mt：N2）的表示称为三元组...…Mt称为标号，N1、N2为结点R为关系。当n≠0时，称Li为对结点N1的修饰。t≠0时，称Mj为对结点N2的修饰。
参考资料：网络：十字链表
网络：三元组