[Locked] Sparse Matrix Multiplication

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[Locked] Sparse Matrix Multiplication相关的知识,希望对你有一定的参考价值。

Given two sparse matrices A and B, return the result of AB.

You may assume that A‘s column number is equal to B‘s row number.

Example:

A = [
  [ 1, 0, 0],
  [-1, 0, 3]
]

B = [
  [ 7, 0, 0 ],
  [ 0, 0, 0 ],
  [ 0, 0, 1 ]
]


     |  1 0 0 |   | 7 0 0 |   |  7 0 0 |
AB = | -1 0 3 | x | 0 0 0 | = | -7 0 3 |
                  | 0 0 1 |

分析:

  第1种,求解一般矩阵乘积的方法;第2种,根据稀疏矩阵的特性减少0*x的计算次数。

代码1:

public:
    vector<vector<int>> multiply(vector<vector<int>>& A, vector<vector<int>>& B) {
        int m = A.size(), n = B.size(), p = B[0].size();
        vector<vector<int> >C(m, vector<int>(p, 0));
        for(int i = 0; i < m; i++) {
            for(int j = 0; j < n; j++) {
                if(A[i][j]) {
                    for(int k = 0; k < p; k++) {
                        C[i][k] += A[i][j] * B[j][k];
                    }
                }
            }
        }
        return C;
    }
};

代码2:

待补充

 

以上是关于[Locked] Sparse Matrix Multiplication的主要内容,如果未能解决你的问题,请参考以下文章

python稀疏矩阵sparse matrix的保存和读取

ndarray 与 scipy.sparse.csr.csr_matrix 的互转

对 scipy.sparse.csr_matrix 中的行求和

Sparse Matrix Multiplication

scipy.sparse.csr_matrix 行过滤 - 如何正确实现?

python print_scipy_sparse_matrix