如何确定 M x N CSR 稀疏矩阵的 N答案

【问题标题】：How to Determine N of an M x N CSR Sparse Matrix如何确定 M x N CSR 稀疏矩阵的 N
【发布时间】：2020-03-03 21:20:15
【问题描述】：

我有代表 M x N 矩阵的 CSR 稀疏矩阵数组：

数据
室内
指数

我的问题是如何确定原始维度 N。我知道 indptr 有 M + 1 个条目，因此 M 很容易确定。但是我看不到如何确定N，除非矩阵是正方形（M = N）。

任何帮助将不胜感激。

亲切的问候

约翰

【问题讨论】：

哪种语言？对于 Python scipy.sparse，矩阵对象有一个 shape 参数（就像 numpy 数组一样）。从这些输入创建矩阵时，没有指定形状，它只使用 indices 数组的最大值。

标签： sparse-matrix dimensions csr

【解决方案1】：

这在很大程度上取决于 CRS/CCS 的实施。正如您所注意到的，如果矩阵有M * N 条目，则只有在使用CRS 时才能直接提取行数M（或使用CCS 时直接提取列数N）。我将尝试使用 C++ 中的 Eigen SparseMatrix 实现来回答这个问题，因为您没有指定使用哪种语言。

要使用 Eigen 初始化稀疏矩阵，您必须首先定义一个三元组容器（其中包含系数的值、行和索引的信息）：

std::vector<Eigen::Triplet<double>> coefficients;
buildProblem(coefficients); //fills the vector according to problem

然后你必须声明必须包含矩阵维数的稀疏矩阵：

Eigen::SparseMatrix<double> A(m,n);
A.setFromTriplets(coefficients.begin(), coefficients.end());

要检索维度，您可以使用以下方法：

A.rows();
A.cols();
A.size(); // returns rows*cols

A.innerSize(); // returns minor dimension with respect to the storage order, i.e., the number of rows for a column-major matrix
A.outerSize(); // returns major dimension with respect to the storage order, i.e., the number of columns for a column-major matrix

A.nonZeros();

【讨论】：