Sparse-Matrix-Labor
Kodieren Sie Sparse-Matrizen mit klassischen Formaten und vergleichen Sie Kompressions-Trade-offs.
Viele reale Matrizen bestehen größtenteils aus Nullen. Jede Null zu speichern verschwendet Speicher und verlangsamt Berechnung.
Sparse-Formate speichern nur wichtige Einträge und Positionen, reduzieren Speicherbedarf und beschleunigen Lineare Algebra.
COO: explizite (Zeile, Spalte, Wert)-Tripel.
CSR / CSC: kompakte zeilen-/spaltenweise Indizes für schnellen Durchlauf.
RLE: Run-Length-Encoding für Zeilen mit langen Nullbereichen.
Dictionary / Bitmap: leichte Codierungen für schnelle Suche oder kompakte Bitmuster.
- Matrix erzeugen oder bearbeiten.
- Format wählen und Encode klicken.
- Rekonstruieren und Größen vergleichen.
Matrix-Generator
Aktuell: 10%
Kodierung
Zusammenfassung
Dimensionen: -
Nicht-Null-Anzahl: -
Rohgröße (dicht): - Bytes
Komprimierte Größe (Schätzung): - Bytes
Kompressionsverhältnis: -
Rekonstruktion: -
Originalmatrix (klicken zum Bearbeiten)
Zelle klicken zum Bearbeiten. Leere Werte werden 0.
Kodiertes Ergebnis
Matrix JSON
Notizen
- COO ist einfach, aber cache-ineffizient für große Matrizen.
- CSR ist schnell für Zeilen, CSC für Spalten.
- RLE ist ideal bei langen Null-Läufen in Zeilen.
- Bitmap eignet sich für strukturelle Sparsity, Werte müssen jedoch gespeichert werden.