介绍

稀疏矩阵（Sparse Matrix） 是数值计算、数据科学和机器学习中非常核心的概念，指的是绝大多数元素为零（或默认值），仅少数元素为非零有效值的矩阵。

定义

在数学与计算机领域，稀疏矩阵是指非零元素的数量远少于零元素数量，且非零元素分布无规律的矩阵。
简单说：零元素占绝对主导，非零元素稀疏分布。

没有绝对统一的数学阈值，但行业内通用的经验标准是：
非零元素占比 ≤ 5%（即每100个元素中，非零元素不超过5个），即可视为稀疏矩阵。
反之，非零元素占比高的矩阵称为稠密矩阵（Dense Matrix）。

一个 6×6 的稀疏矩阵（非零元素仅 4 个，占比约 4/36 ≈ 11%，接近稀疏特征，更大规模矩阵会更典型）：

如果是 10000×10000 的矩阵，仅 1000 个非零元素，就是典型的稀疏矩阵。

稀疏矩阵需要特殊处理的核心原因：如果用 普通二维数组（稠密存储）存储稀疏矩阵，会出现严重的空间浪费。

因此，稀疏矩阵的核心研究方向是：设计高效的压缩存储结构，只存非零元素及其位置，不存零元素。

稀疏矩阵的存储结构有多种，按复杂度和应用场景分为基础结构和高效结构，分别适配教学、小规模场景和工业级、大规模场景。

这是最易理解的压缩存储方式，也是你之前问的稀疏数组的底层逻辑，核心是用三元组（行号，列号，值） 记录每个非零元素。

6   6   4  \\ 元信息：6行、6列、4个非零元素
1   1   5  \\ 非零元素1：行1列1，值5
2   4   9  \\ 非零元素2：行2列4，值9
4   5   7  \\ 非零元素3：行4列5，值7

原本需要36个存储单元，现在仅需12个，空间大幅压缩。

三元组是顺序存储，插入/删除非零元素效率低（需要移动数组元素），十字链表用链式结构解决这个问题：

这是机器学习、数值计算中 最常用的高效存储方式，分为 CSR（行压缩）和 CSC（列压缩），核心是用 三个一维数组存储所有信息，无冗余、访问效率高。

以 CSR（Compressed Sparse Row，行压缩）为例，三个数组：

val = [5, 9, 7]（非零元素按行排列）
col_ind = [1, 4, 5]（对应每个元素的列号）
row_ptr = [0, 0, 1, 2, 2, 3, 3]
- row_ptr[0]=0：第0行第一个非零元素在val的索引0（无元素）；
- row_ptr[1]=0：第1行第一个非零元素在val的索引0；
- row_ptr[2]=1：第2行第一个非零元素在val的索引1；
- row_ptr[6]=3：总非零元素数为3。

CSR/CSC 优势：内存占用极小、矩阵乘法等运算效率极高，是Scipy、PyTorch、TensorFlow中稀疏矩阵的默认存储方式。

稀疏矩阵的应用几乎覆盖所有“数据天然稀疏”的领域，核心场景包括：