Sparse Matrix Lab

Laboratoire de Matrice Creuse

Encodez des matrices creuses avec des formats classiques et comparez les compromis de compression.

Beaucoup de matrices réelles sont surtout des zéros. Stocker chaque zéro gaspille la mémoire et ralentit le calcul.

Les formats creux stockent seulement les entrées importantes et leurs positions, réduisant le stockage et accélérant l’algèbre linéaire.

COO: triplets explicites (ligne, colonne, valeur).

CSR / CSC: indexation compacte par ligne/colonne pour un parcours rapide.

RLE: run-length pour les lignes avec longues suites de zéros.

Dictionnaire / Bitmap: encodages légers pour recherche rapide ou motifs compacts.

  1. Générez ou éditez une matrice.
  2. Sélectionnez un format et cliquez sur Encode.
  3. Reconstruisez pour vérifier et comparer les tailles.

Générateur de matrice

Actuel : 10%

Encodage

Résumé

Dimensions : -
Nombre non nul : -
Taille brute (dense) : - octets
Taille compressée (est.) : - octets
Ratio de compression : -
Reconstruction : -

Matrice originale (cliquer pour éditer)

Cliquez pour éditer. Les valeurs vides deviennent zéro.

Résultat encodé


                

Matrice JSON


                

Notes

  • COO est simple mais peu friendly cache pour les grandes matrices.
  • CSR est rapide pour les tranches par ligne ; CSC pour les colonnes.
  • RLE est idéal lorsque de longues suites de zéros apparaissent en ligne.
  • Bitmap marche bien pour sparsité structurée, mais les valeurs restent stockées.