Laboratório de Matriz Esparsa
Codifique matrizes esparsas com formatos clássicos e compare trade-offs de compressão.
Muitas matrizes reais são quase todas zeros. Armazenar cada zero desperdiça memória e reduz desempenho.
Formatos esparsos armazenam apenas entradas importantes e suas posições, reduzindo armazenamento e acelerando álgebra linear.
COO: triplas explícitas (linha, coluna, valor).
CSR / CSC: indexação compacta por linha ou coluna para percurso rápido.
RLE: run-length encoding para linhas com longas sequências de zeros.
Dicionário / Bitmap: codificações leves para busca rápida ou padrões compactos.
- Gere ou edite uma matriz.
- Selecione o formato e clique em Encode.
- Reconstrua para verificar e comparar tamanhos.
Gerador de matriz
Atual: 10%
Codificação
Resumo
Dimensões: -
Contagem não zero: -
Tamanho bruto (denso): - bytes
Tamanho comprimido (est.): - bytes
Razão de compressão: -
Reconstrução: -
Matriz original (clique para editar)
Clique para editar. Valores vazios viram zero.
Resultado codificado
Matriz JSON
Notas
- COO é simples, mas pouco amigável a cache em matrizes grandes.
- CSR é rápido para fatias de linha; CSC para fatias de coluna.
- RLE é melhor quando há longas sequências de zeros por linha.
- Bitmap funciona bem para sparsity estrutural, mas valores ainda precisam ser armazenados.