当前位置：文江博客话题详情

java中稀疏矩阵的实现和运算

发布于 2024-12-01 15:35:52 字数 160 浏览 1 评论 0原文

我必须实现稀疏矩阵并对其进行一些分解，例如 Cholesky 分解、LU 分解、QR 分解。

实际上我找到了一个名为 JAMA 的库，它能够对密集矩阵执行此操作。

但我必须实现稀疏矩阵。

任何人都可以分享他们实现稀疏矩阵的经验吗？或者是否有任何库可以实现它。

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

乙白 2024-12-08 15:35:52

您是否看过 Colt 或 Matrix-Toolkits-Java？这些可能会帮助你。

回复收藏 0 原文

吻风 2024-12-08 15:35:52

有一个 la4j（Java 线性代数）库支持稀疏矩阵。 la4j 使用最常见和有效的稀疏表示，例如 CRS（压缩行存储）和CCS（压缩列存储）。以下是 la4j 中相应的类： CRSMatrix 和 CCSMatrix。因此，您可以查看源代码或直接使用 la4j 的稀疏矩阵进行上述分解。

这是一个简短的例子：

Matrix a = new CRSMatrix(new double[][]{
    { 1.0, 0.0, 0.0 },
    { 0.0, 2.0, 0.0 },
    { 0.0, 0.0, 3.0 }
});

Matrix[] qr = a.decompose(Matrices.QR_DECOMPOSITOR); // qr[0] = Q, qr[1] = R

Matrix[] u = a.decompose(Matrices.CHOLESKY_DECOMPOSITOR); // u[0] = U

There is a la4j (Linear Algebra for Java) library that supports sparse matrices. The la4j uses the most common and effective sparse representaions sush as CRS (Compressed Row Storage) and CCS (Compressed Column Storage). Here is the corresponding classes in la4j: CRSMatrix and CCSMatrix. So, you can look into sources or use la4j's sparse matrices directly with mentioned decompositions.

Here is the brief example:

Matrix a = new CRSMatrix(new double[][]{
    { 1.0, 0.0, 0.0 },
    { 0.0, 2.0, 0.0 },
    { 0.0, 0.0, 3.0 }
});

Matrix[] qr = a.decompose(Matrices.QR_DECOMPOSITOR); // qr[0] = Q, qr[1] = R

Matrix[] u = a.decompose(Matrices.CHOLESKY_DECOMPOSITOR); // u[0] = U

回复收藏 0 原文

~没有更多了~