在 Julia 中定义一个非常稀疏的网络矩阵的最有效方法是啥？

Posted 2023-02-24

【中文标题】在 Julia 中定义一个非常稀疏的网络矩阵的最有效方法是啥？

【英文标题】：What is the most efficient way to define a very sparse network matrix in Julia?在 Julia 中定义一个非常稀疏的网络矩阵的最有效方法是什么？

【发布时间】：2016-10-27 15:54:16

【问题描述】：

我有一个非常稀疏的大型网络的数据。我想知道如果两个节点已连接，那么最节省内存的存储方式和最容易访问的方式是什么。

显然，对于 N 个节点，就我存储的空间而言，保持 N*N 矩阵并不是那么有效。所以我想也许保留如下邻接列表：

Array(VectorInt64, N_tmp)

其中 N_tmp

你能帮我看看有没有更好的方法或者在内存和访问方面更好的包？

【问题讨论】：

julia 中有一个内置的sparse() 函数。你试过it 吗？

我知道这一点，但我认为使用其他数据结构可以做得更好。

【参考方案1】：

在LightGraphs.jl 中，我们使用邻接表（基本上是向量的向量）来存储每个节点的邻居。这为大型稀疏图提供了非常好的内存利用率，使我们能够在商用硬件上扩展到数亿个节点，同时为大多数图操作提供优于原生稀疏矩阵数据结构的快速访问。

您可以考虑 LightGraphs 是否会直接满足您的需求。

使用附加信息进行编辑：我们存储一个排序的邻居列表 - 这给我们在创建边时的性能带来了影响，但可以更快地进行后续查找。