首页 > 试题广场 >

实现压缩列稀疏矩阵

[编程题]实现压缩列稀疏矩阵

热度指数：599 时间限制：C/C++ 1秒，其他语言2秒空间限制：C/C++ 256M，其他语言512M
算法知识视频讲解

		实现一个函数来将密集矩阵（dense matrix）转换为压缩列稀疏（Compressed Column Sparse, CCS）格式。CCS是一种高效存储稀疏矩阵的方法，只存储非零元素及其位置信息。
	
		CCS格式由三个数组组成：
	
		1. values：按列优先顺序存储的非零元素值 
	
		2. row_indices：每个非零元素对应的行索引
	
		3. column_pointer：指示每列起始位置的指针数组

输入描述:

输入为一个二维列表dense_matrix，表示待转换的密集矩阵。

输出描述:

输出三个列表，分别表示：
1. values：所有非零元素值的列表，按列优先顺序排列
2. row_indices：对应每个非零元素的行索引
3. column_pointer：每列在values数组中的起始位置索引（包含最后一列结束位置）

示例1

输入

[[1, 0, 0], [2, 3, 0], [0, 4, 5]]

输出

[1, 2, 3, 4, 5]
[0, 1, 1, 2, 2]
[0, 2, 4, 5]

备注:

1.对应的输入、输出已给出，您只用实现核心功能函数即可。
2.支持numpy、scipy、pandas、scikit-learn库。

算法知识视频讲解

马保深

发表于 2026-04-19 15:34:57

from scipy.sparse import csc_matrix def compressed_col_sparse_matrix(dense_matrix): csc=csc_matrix(dense_matrix) return csc.data.tolist(),cs 展开全文

牛客题解官

发表于 2025-02-05 12:54:59

压缩列稀疏矩阵是一种特殊的矩阵，其特点是矩阵中大部分元素为0。在本题中，提到的CCS格式是一种压缩列稀疏矩阵的存储格式，其特点是只存储非零元素的值、行号和列指针。若学过数据结构，可以知道这是一种三元组表示法。标准代码如下 def compressed_col_sparse_matrix(dens 展开全文

yuncongliu

发表于 2025-05-16 15:38:23

def compressed_col_sparse_matrix(dense_matrix): vals = [] row_idx = [] cnt = [0 for _ in range(len(dense_matrix[0]) + 1)] col_ptr = [ 展开全文

咩咩食人鱼

发表于 2026-01-15 08:53:18

import numpy as np from scipy.sparse import csc_matrix def compressed_col_sparse_matrix(dense_matrix): dense_np=np.array(dense_matrix) csc=csc 展开全文

牛客838487852号

发表于 2025-07-25 11:01:06

def compressed_col_sparse_matrix(dense_matrix): dense_matrix_T = [list(a) for a in zip(*dense_matrix)] vocter = [item for sublist in dense_mat 展开全文

问题信息

线性代数

难度：

1条回答 5收藏 250浏览

实现压缩列稀疏矩阵

输入描述:

输出描述:

输入

输出

备注:

问题信息

热门推荐

相关试题