Lab Matriks Sparse
Encode matriks sparse dengan format klasik dan bandingkan trade-off kompresi.
Banyak matriks dunia nyata sebagian besar berisi nol. Menyimpan setiap nol membuang memori dan memperlambat komputasi.
Format sparse hanya menyimpan entri penting dan posisinya. Ini dapat mengurangi penyimpanan dan mempercepat aljabar linear.
COO: triple (baris, kolom, nilai) eksplisit.
CSR / CSC: indeks kompak per baris atau kolom untuk traversing cepat.
RLE: run-length encoding untuk baris dengan rentang nol panjang.
Dictionary / Bitmap: encoding ringan untuk lookup cepat atau pola bit kompak.
- Buat atau edit matriks.
- Pilih format encoding dan klik Encode.
- Rekonstruksi untuk verifikasi dan bandingkan ukuran.
Generator Matriks
Saat ini: 10%
Encoding
Ringkasan
Dimensi: -
Jumlah non-zero: -
Ukuran mentah (dense): - byte
Ukuran terkompresi (est.): - byte
Rasio kompresi: -
Rekonstruksi: -
Matriks asli (klik untuk edit)
Klik sel untuk edit. Nilai kosong menjadi nol.
Hasil encoding
Matriks JSON
Catatan
- COO sederhana tetapi kurang ramah cache untuk matriks besar.
- CSR cepat untuk slicing baris; CSC cepat untuk slicing kolom.
- RLE terbaik saat ada rentang nol panjang per baris.
- Bitmap cocok untuk sparsity struktural, namun nilai tetap perlu disimpan.