问题标签 [sparse-matrix]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
javascript - Javascript 数组是稀疏的吗?
也就是说,如果我使用当前时间作为数组的索引:
解释器会实例化从 0 到现在的所有元素吗?不同的浏览器做的不同吗?
我记得AIX内核中曾经有一个错误,它会根据请求创建伪 tty,但如果你这样做了,比如“echo > /dev/pty10000000000”,它会创建 /dev/pty0、/dev/pty1、 ....然后摔死。贸易展很有趣,但我不希望这种情况发生在我的客户身上。
svn - 稀疏结帐和 svn:externals
我正在尝试对包含外部文件的文件夹进行稀疏签出,但没有签出任何外部文件。这个问题似乎表明这种行为可能是设计使然,或者至少不清楚该行为应该是什么。从我的角度来看,明显的行为是外部目录被视为与任何其他目录一样,并按照相同的稀疏签出规则进行签出。
有没有办法解决这个问题,除了手动检查外部?
c++ - 在 2D 空间(矩阵)中编码模式
我有一个 2D MxN 网格(或矩阵)。矩阵中的单元格可以保存一个整数。具有非零整数的单元格被称为已填充。矩阵中的一组填充单元称为“配置”。
我想提出一种编码或散列算法,它允许我通过计算其编码值(应该生成一个唯一的数字)来唯一地识别矩阵中的配置。
我更喜欢编码而不是散列,因为完全不希望发生冲突。
任何人都可以建议一种编码算法,我可以使用它来计算给定配置的唯一“id”吗?
algorithm - 最小化稀疏矩阵空间复杂度的算法?
在计算机上存储和操作稀疏矩阵(零和一)时,使用利用矩阵的稀疏结构的专门算法和数据结构是有益的,并且通常是必要的。当应用于大型稀疏矩阵时,使用标准矩阵结构和算法的运算速度很慢并且会消耗大量内存。稀疏数据本质上很容易压缩,并且这种压缩几乎总是会显着减少内存使用量。
您将获得一个二维矩阵,其中行数是预先知道的(您可以选择 30-256 之间的任何数字)。列数非常非常大。你可以想到 10 6列。每列恰好有 1 个值为 1。
编写一个算法来最小化这个矩阵的空间复杂度。你可以展示你的算法是如何工作的,甚至可以编写一个程序。
java - 我在java中遇到指针问题。如何修复 java.lang.NullPointerException?
这是一种从 java 中的稀疏矩阵中获取元素的方法。我不断收到java.lang.NullPointerException
错误消息。我查看了代码,找不到错误。
c++ - 循环遍历 uBlas 稀疏矩阵的非零元素
我有以下包含O(N)
元素的稀疏矩阵
我可以编写一个蛮力双循环来及时检查所有条目,O(N^2)
如下所示,但这太慢了。
如何及时循环仅非零条目O(N)
?对于每个非零元素,我想访问它的值和索引i,j
。
c# - C# 中是否有存储优化的稀疏矩阵实现?
C# 中是否有存储优化的稀疏矩阵实现?
c - 使用 Sparse 检查 C 代码
有没有人有稀疏的经验?我似乎找不到任何文档,因此我不清楚它产生的警告和错误。我尝试检查邮件列表和手册页,但两者都没有。
例如,我在我的一个文件中使用了 INT_MAX。即使我#include limits.h,这也会产生错误(未定义的标识符)。
是否有任何地方解释了错误和警告?
linux - 远程 linux 服务器到远程 linux 服务器的大型稀疏文件复制 - 如何?
我有两台双胞胎 CentOS 5.4 服务器,每台都安装了 VMware 服务器。
假设我总是为我的 vmware 虚拟机使用稀疏文件,那么将虚拟机文件从一台服务器复制到另一台服务器的最可靠和最快速的方法是什么?
vm 的文件很难复制,因为它们非常大(50 GB),但由于它们是稀疏文件,我认为可以采取一些措施来提高复制速度。
sparse-matrix - 协同过滤程序:当没有足够的数据时如何处理 Pearson 分数
我正在使用协同过滤构建推荐引擎。对于相似度得分,我使用 Pearson 相关性。大多数时候这很好,但有时我的用户只共享 1 或 2 个字段。例如:
由于这只有 2 个数据点,因此 Pearson 相关性始终为 1(直线或完美相关性)。这显然不是我想要的,那么我应该使用什么值呢?我可以像这样丢弃所有实例(给出 0 的相关性),但我的数据现在非常稀疏,我不想丢失任何东西。是否有任何相似性分数可以与我的其他相似性分数(所有 Pearson)相匹配?