Laboratorio matrice sparsa
Codifica matrici sparse con formati classici e confronta i trade-off di compressione.
Molte matrici reali sono per lo piu zeri. Salvare ogni zero spreca memoria e rallenta i calcoli.
I formati sparsi memorizzano solo le voci importanti e le loro posizioni. Questo puo ridurre lo storage e accelerare l algebra lineare.
COO: triplette esplicite (riga, colonna, valore).
CSR / CSC: indicizzazione compatta per righe o colonne per una scansione veloce.
RLE: run-length encoding per righe con lunghe sequenze di zeri.
Dictionary / Bitmap: codifiche leggere per lookup veloce o pattern di bit compatti.
- Genera o modifica una matrice.
- Seleziona un formato di codifica e clicca Encode.
- Ricostruisci per verificare la correttezza e confrontare le dimensioni.
Generatore di matrice
Corrente: 10%
Codifica
Riepilogo
Dimensioni: -
Conteggio non-zero: -
Dimensione grezza (densa): - byte
Dimensione compressa (stimata): - byte
Rapporto di compressione: -
Ricostruzione: -
Matrice originale (clicca per modificare)
Clicca una cella per modificare. I valori vuoti diventano zero.
Risultato codificato
Matrix JSON
Note
- COO e semplice ma non cache-friendly per matrici grandi.
- CSR e veloce per slicing per righe; CSC e veloce per slicing per colonne.
- RLE e migliore quando compaiono lunghe sequenze di zeri nelle righe.
- Bitmap funziona bene per sparsita strutturale, ma i valori richiedono comunque storage.