基于哈夫曼编码的稀疏矩阵的存储与计算
【出 处】:
【作 者】:
许彬彬
[1] ;
戴清平
[1] ;
朱敏
[1] ;
谢端强
[1]
【摘 要】
在科学计算中,稀疏矩阵与向量乘积SMVP是一个十分重要的计算内核,它的效率主要是由稀疏矩阵的存储模式及相应的SMVP算法所决定.为了在稀疏矩阵的存储模式方面获得较好的性能,在哈夫曼压缩编码的基础上,对现有的分块压缩行存储BCRS方法进行了改进,在一定程度上减少了冗余零元素的存储,并且给出了与新的BCRS方法相对应的SMVP算法.理论分析和数据实验表明,基于哈夫曼压缩编码的BCRS方法在数据复杂度方面优于原始的两种BCRS方法.
相关热词搜索: 哈夫曼编码 分块压缩行存储 稀疏矩阵向量乘积 Huffman coding block compressed row storage sparse matrix vector product
上一篇:基于SOA建模仿真的云迁移适合度测评方法
下一篇:《计算机工程与科学》征文通知