疎行列

疎行列の例

上の疎行列には非ゼロ要素が9個しかなく、ゼロ要素は26個ある。スパース性は74%であり、密度は26%である。

数値解析と計算科学の分野において、疎行列（そぎょうれつ、）または疎配列（）とは、成分のほとんどが零である行列のことをいう。スパース行列とも言う。行列が疎であると判定するためのゼロの値を持つ要素の割合について厳密な定義はないが、一般的な条件としては、非ゼロ要素の数が行数または列数におおよそ近いものである。逆に、ほとんどの要素が非ゼロ要素である行列は、密な（dense）行列であると見なされる。行列のゼロ要素の数を要素数の合計で割った値を、行列のスパース性（sparsity）と呼ぶことがある。

概念的には、スパース性はペアワイズ相互作用をほとんど持たないシステムに対応する。たとえば、隣同士がバネで接続されたボールの線について考えると、各ボールは隣接するボールのみと組になっているため、これはスパースなシステムである。対称的に、同じボールの線でも、1つのボールが他のすべてのボールとバネでつながっている場合、このシステムは密行列と対応する。スパース性の概念は、組み合せ論や、通常、重要なデータや接続の密度が低くなるネットワーク理論・数値解析などの応用領域で役に立つ。巨大な疎行列は、偏微分方程式を解くときに科学や工学のアプリケーションによく現れる。

コンピューター上で疎行列の保存や操作を行うときには、行列のスパースな構造を利用した特別なアルゴリズムとデータ構造を使用することが有益であり、多くの場合には必要になる。機械学習の分野では疎行列がよく用いられるため、疎行列に特化したコンピューターも作られている。標準的な密行列の構造とアルゴリズムを対象とする操作は、巨大な疎行列に適用する場合には処理とメモリがゼロ値で無駄になり、遅くて非効率である。スパースなデータは本質的により簡単に圧縮されるため、必要なストレージが非常に小さくなる。非常に巨大な疎行列に対しては、標準的な密行列で使用する操作を適用することができる場合もある。

有限差分法、ある有限体積法、有限要素法などで離散化された偏微分方程式は、一般に疎行列を係数行列とした連立一次方程式となる。

数値解析の分野では、疎行列を前提とした解法が多い。疎行列の非零要素だけを工夫してうまく格納することにより、大次元の問題を扱うことが容易になる。また、たとえば比較的少ない手間でベクトルと行列の積を計算できるなどの利点がある。ランダムメモリアクセスを多用する疎行列を用いた計算処理はベクトルプロセッサが得意としており、一般的なスカラ型CPUやGPGPUでは未だに苦手とする処理である疎行列にアクセスする際に行われる、巨大な配列データを大域的にインデックス参照で引いてくるランダムメモリアクセスを多用する操作は、一般的なスカラ型のCPUやGPGPUにとっては苦手な処理である。。

格納形式行列は、典型的には2次元の配列に格納される。配列の各要素は、行列の要素を表し、2つのインデックスとを用いてアクセスされる。慣習として、は上から下に数えた行のインデックスを指し、は左から右に数えた列のインデックスを指す。行列の場合、このフォーマットで行列を格納するのに必要なメモリ量は、に比例する（忘れられることが多いが、行列の次元も格納する必要がある）。

疎行列の場合、非ゼロ要素のみを保存することで、必要メモリ容量の大幅な削減が実現できる。非ゼロ要素の数と分散によって、異なるデータ構造を利用することで、基本的なアプローチに比べてメモリ量の大幅な節約が可能になる。トレードオフは、各要素へのアクセスがより複雑になり、オリジナルの行列を曖昧さなく復元できるようにするために追加の構造が必要になることである。

このため疎行列を格納するための様々な形式（フォーマット）が存在する。

フォーマットは2つのグループに分けられる。

効率的な編集をサポートするフォーマット DOK（Dictionary of keys） LIL（List of lists） COO 効率的なアクセスと行列操作をサポートするフォーマット CSR CSC BSR: ブロック疎行列（Block Sparse matrix）向け

以下の名称は、Netlibで使われているものSurvey of Sparse Matrix Storage FormatsやIntel Math Kernel LibraryIntel® MKL Sparse BLAS Overview | Intel® Developer Zone、SciPyで使われているものに基づく。例として次の疎行列Aを考える。

Dictionary of Key Dictionary of Key（DOK）は、(行, 列) をキーにして連想配列に入れる方式である。

リストのリストリストのリスト（, LIL）は、行ごとにリストを作り、そのリストの中に (列, 値) のタプルを入れる方式である。

座標座標（, COO）形式は [値, 行インデックス, 列インデックス] タプルの集合で行列を表現する方式である"scipy.sparse.coo_matrix ... A sparse matrix in COOrdinate format." scipy.sparse.coo_matrix. scipy. 2022-03-05閲覧.。

行列Aの要素を座標（インデックス）とともに並べると次のようになる。

A = [1 2 3 0 0 0 0 1 2 0 0 2 0 0 0 1] # 値 IA = [1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4] # 行インデックス JA = [1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4] # 列インデックス

ここで「存在しない値をゼロ要素とする」と定めるとゼロ要素をすべて削除できる。これにより得られる、

A = [1 2 3 1 2 2 1] # 値 IA = [1 1 1 2 3 3 4] # 行インデックス JA = [1 2 3 4 1 4 4] # 列インデックス

が疎行列AのCOO形式による表現である。

COO行列のゼロ要素を非ゼロに編集したい場合、後ろに非ゼロタプルを追加するだけでよいため編集効率が良い。

圧縮行格納圧縮行格納（, CRS）形式は行インデックス配列を圧縮する方式である。別名は Compressed Sparse Row（CSR）形式"scipy.sparse.csr_matrix ... Compressed Sparse Row matrix" scipy.sparse.csr_matrix. scipy. 2022-03-05閲覧.。

CSR方式ではまず2次元の行列を行方向に並べる。次に「存在しない値をゼロ要素とする」と定め、ゼロ要素をすべて削除する。この段階で行・列インデックスとともに並べると次のようになる。

data = [1 2 3 1 2 2 1] # 値 IA = [1 1 1 2 3 3 4] # 行インデックス JA = [1 2 3 4 1 4 4] # 列インデックス

ここで行インデックス配列（IA）に着目する。現在は各要素が明示的に行インデックスを持っているが、行の切れ目さえわかっていれば、これは自動的に導ける。例えば IA = IA = IA = 1であるが、「1行目は1要素目から、2行目は4要素目から」とわかっていれば、IA[1:4]=[1 1 1]を即座に導ける。これはCSR方式が行ごとに並べたうえでゼロ要素を削除する規則に由来している。

この行インデックス表現は行headポインタの配列と見なせる。すなわちindptr = [ptr_row_1 ptr_row2 ...]である。インデックスを直接示す配列は列インデックス配列JAのみになったので、これをindicesと改名する"csr_matrix((data, indices, indptr) ... is the standard CSR representation where the column indices for row i are stored in indices[indptr[i]:indptr[i+1]] and their corresponding values are stored in data[indptr[i]:indptr[i+1]]." scipy.sparse.csr_matrix. scipy. 2022-03-05閲覧.。これにより得られる、

data = [1 2 3 1 2 2 1] # 値 indices = [1 2 3 4 1 4 4] # 列インデックス indptr = [1 4 5 7] # 行Headポインタ

が疎行列AのCSR形式による表現である。

CSR形式は行へのアクセスに優れている"Advantages of the CSR format ... efficient row slicing" scipy.sparse.csr_matrix. scipy. 2022-03-05閲覧.。1行目にアクセスする場合、データを data[indptr:indptr] で取得し列インデックスを indices[indptr:indptr] で取得できる（行インデックスは当然1）。対照的にCOO形式であればまず行インデックス配列IAを全長走査しIA[k] == 1に該当する要素番号kをリストアップし、そのうえでdata[k], indices[k]をによるアクセスを全kに関しておこなう必要がある。

対照的に、CSR形式は列へのアクセスに劣る"Disadvantages of the CSR format slow column slicing operations" scipy.sparse.csr_matrix. scipy. 2022-03-05閲覧.。1列目にアクセスする場合、indicesを全長走査しindices[k] == 1に該当する要素番号kをリストアップしたのち、行インデックスを得るためにindptrを走査して各kに大してindptr[n] <= k <indptr[n+1]を満たすnを見つける必要がある。

圧縮列格納圧縮列格納（, CCS）形式はCRSを列単位にしたものである。別名は Compressed Sparse Column (CSC) 形式"scipy.sparse.csc_matrix ... Compressed Sparse Column matrix" scipy.sparse.csc_matrix. scipy. 2022-03-05閲覧. 。

圧縮対角格納圧縮対角格納（Compressed Diagonal Storage、CDS）形式やDiagonal（DIA）は、CRS・CSR を対角行列単位にしたものである。

スカイライン格納方式（SKS、SKY）三角行列のために用いられる。

ブロック圧縮行格納ブロック圧縮行格納（, BCRS）形式はCRSをブロック単位にしたものである。別名は Block Sparse Row (BSR) 形式"scipy.sparse.bsr_matrix ... Block Sparse Row matrix" scipy.sparse.bsr_matrix. 2022-03-05閲覧.。

Źródło i licencja