15
在boost::numeric::ublas，有three sparse vector types。各種助推ublas稀疏矢量之間有什麼區別？
我可以看到，mapped_vector實質上是一個stl::map從索引到值，它認爲所有未找到的值爲0（或任何公用值）。
但是關於compressed_vector和coordinate_vector的信息文檔很少（哈哈）。
有人能澄清嗎？我試圖找出向各種向量添加項目的算法複雜性，以及兩個這種向量之間的點積的算法複雜性。
一個非常有用的答案表明，compressed_vector非常類似於compressed_matrix。但是，例如，compressed row storage似乎僅用於存儲矩陣 - 不僅僅是矢量。
我看到unbounded_array是存儲類型，但我不太確定該規範是什麼。如果我創建一個大小爲200,000,000的compressed_vector，但只有5個非零位置，那麼與創建大小爲10和5的非零位置的compressed_vector相比，這樣做的效率會有多低？
非常感謝！
非常感謝！這正是我所需要的。 – 2010-08-03 19:06:57
@mohawkjohn您可能想要的產品compressed_vector – Anycorn 2010-08-03 19:08:34
好的，所以這並不能完全回答我的問題。例如，compressed_matrix使用壓縮行存儲進行存儲。但是compressed_vector不能以這種方式存儲，可以嗎？ – 2010-08-10 19:36:14