Algorithm 稀疏矩阵乘法复杂性
我想表达两种算法的计算复杂性:稀疏矩阵稀疏向量乘法和稀疏矩阵稀疏矩阵乘法,使用CSR表示在Eigen或Cusparse中实现 我知道这取决于几个参数,特别是每个元素中非零值的数量Algorithm 稀疏矩阵乘法复杂性,algorithm,matrix,complexity-theory,sparse-matrix,eigen,Algorithm,Matrix,Complexity Theory,Sparse Matrix,Eigen,我想表达两种算法的计算复杂性:稀疏矩阵稀疏向量乘法和稀疏矩阵稀疏矩阵乘法,使用CSR表示在Eigen或Cusparse中实现 我知道这取决于几个参数,特别是每个元素中非零值的数量 但是,我找不到详细说明此类算法复杂性并使用O()表示法的出版物。假设将A*B与AAm*k矩阵乘以A每列非零,和Bak*n矩阵,每列B非零。然后,操作(*和+)的数量为: 因为对于B的n列中的每一列,我们必须循环通过A的B列,其中B的对应元素为非零,然后乘以累加相应的A非零。如果正确实现,如在Eigen或Cusparse
但是,我找不到详细说明此类算法复杂性并使用O()表示法的出版物。假设将
A*B
与A
Am*k
矩阵乘以A
每列非零,和B
ak*n
矩阵,每列B
非零。然后,操作(*和+)的数量为:
因为对于B
的n
列中的每一列,我们必须循环通过A
的B
列,其中B
的对应元素为非零,然后乘以累加相应的A
非零。如果正确实现,如在Eigen或Cusparse中,我们有三个嵌套循环,分别是n
、b
和a
迭代,因此复杂性是O(a*b*n)
2*n*b*a