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
添加回答
Python3
马保深头像 马保深
from scipy.sparse import csc_matrix
def compressed_col_sparse_matrix(dense_matrix):
     csc=csc_matrix(dense_matrix)
     return csc.data.tolist(),csc.indices.tolist(),csc.indptr.tolist()  

if __name__ == "__main__":
    dense_matrix = eval(input())
    vals, row_idx, col_ptr = compressed_col_sparse_matrix(dense_matrix)
    print(vals)
    print(row_idx)
    print(col_ptr)
发表于 2026-04-19 15:35:07 回复(0)
提交观点

问题信息

线性代数
难度：
1条回答 249浏览

热门推荐

相关试题

实现压缩列稀疏矩阵

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号