如何在Matlab中计算大型稀疏矩阵的零点？

我在Matlab中有一个矩阵问题。

---

我有一个1百万x 1百万稀疏矩阵，我一直使用

null

。通常，问题是我的内存不足。我尝试了

svd

（用于稀疏矩阵的

svd

），但我的问题是内存也用完了。对于Matlab中的

null（）

函数，是否有可能解决大型稀疏矩阵的问题

通常，矩阵的零空间，或奇异值分解的酉矩阵（

U

和

V

），即使输入矩阵是稀疏的，也不是稀疏的。因此，如果您尝试使用1M×1M矩阵，即使它是稀疏的，操作的输出也不是，因此内存不足

你能做什么？
如果您的输入矩阵有某种结构（除了稀疏性），您可能会找到一些代数方法来利用这种结构。

---

你应该考虑的另一条路径是，为什么需要计算矩阵的零空间？在不明确估计零空间的情况下，能否实现相同的目标

通常，矩阵的零空间，或奇异值分解的酉矩阵（

U

和

V

），即使输入矩阵是稀疏的，也不是稀疏的。因此，如果您尝试使用1M×1M矩阵，即使它是稀疏的，操作的输出也不是，因此内存不足

你能做什么？
如果您的输入矩阵有某种结构（除了稀疏性），您可能会找到一些代数方法来利用这种结构。

---

你应该考虑的另一条路径是，为什么需要计算矩阵的零空间？在不明确估计零空间的情况下，能否实现相同的目标

添加一个有助于您的结构示例：拥有一个块对角矩阵将允许您将问题拆分为几个较小的问题，从而允许您在那里计算空空格good！稀疏矩阵中每个元素的大小大约是双精度矩阵大小的3倍。我该如何创建块对角呢？添加一个结构示例来帮助您：拥有一个块对角矩阵将允许您将问题拆分为几个较小的问题，从而允许您计算零空格good！稀疏矩阵中每个元素的大小大约是双精度矩阵大小的3倍。我如何创建块对角？一个可能更好的问题是如何在Matlab中处理内存，以便我们可以添加物理RAM或虚拟内存？一个可能更好的问题是如何在Matlab中处理内存，以便我们可以添加物理内存RAM还是虚拟内存？