Matlab uint8稀疏

在Matlab中创建稀疏矩阵时，似乎可以创建一个填充逻辑或双值数字的稀疏矩阵

在阅读时，我了解到Matlab不支持其他类型的稀疏矩阵，即

uint8

或其他整数。在我的应用程序中，我知道

max（values）==16

，而内存是至关重要的，因此我希望使用

uint8

稀疏矩阵

• 有没有办法创建

  unit8

  稀疏矩阵

• 如果不是（最有可能），是否有任何明显的原因说明为什么Matlab没有实现

  uint8

  稀疏矩阵

---

我可以看出，使用

uint8

而不是

双倍

将不会有什么改进

密集矩阵是一个连续数组，因此不需要额外的索引或结构，每个元素的位置由其在内存中的物理位置给出

但稀疏矩阵还需要存储每个元素索引，在2D矩阵中，索引是两个32或64位的整数，以记住每个元素的行数和列数。除此之外，还可能存在一些与实现相关的开销，例如树结构或其他用于提高稀疏矩阵操作效率的东西

因此，不是8

uint8

vs 64

double

，内存使用量减少了八倍，而是（8+32+32+log（n）+…）vs（64+32+32+log（n）+…），我想这最多可以节省10-20%

此外，如果我没记错的话，每个内存地址现在存储64位，这是一个

double

或8个

uint8

。这意味着每个条目需要使用几个额外的位，以便记住我们需要在该内存地址打包的

uint8

，并添加一些额外的位屏蔽操作来执行

---

所以Mathworks的人可能做了类似的估计，决定只做

双
稀疏矩阵。
你想对这个矩阵做什么样的运算？主要是乘法，但也有其他一些运算。该算法适用于层析成像应用中的迭代代数重建技术。稀疏矩阵的使用在那里相当普遍@Bikerso实现您自己的替换将不是一件小事；）嗯，我明白了，这是有道理的。然而，我的矩阵在RAM上是1.5GB，所以绝对欢迎任何改进。谢谢你的洞察力！请注意，Matlabs矩阵不是“完全稀疏的”。每个元素只存储列索引（可以通过：X=sparse（110000）；whosx；）轻松检查）。因此，您的计算更改为8+32+log（n）。。vs 64+32+对数（n）。