稀疏矩陣是指矩陣中元素大部分是0的矩陣，事實上，實際問題中大規模矩陣基本上是稀疏矩陣，很多稀疏度在90%甚至99%以上；因此我們需要有高效的稀疏矩陣存儲格式。
本文參考了 https://www.cnblogs.com/xbinworld/p/4273506.html 此文章，對coo 和 csr 兩種格式，進行摘錄，進行備忘;
- COO Coordinate (以坐標的形式進行表示)
這是最簡單的一種格式，每一個元素需要用一個三元組來表示，分別是（行號，列號，數值），對應上圖右邊的一列。這種方式簡單，但是記錄單信息多（行列），每個三元組自己可以定位，因此空間不是最優。
- Compressed Sparse Row (CSR) （以行壓縮的形式進行表示）
CSR是比較標准的一種，也需要三類數據來表達：數值，列號，以及行偏移。CSR不是三元組，而是整體的編碼方式。數值和列號與COO一致，表示一個元素以及其列號，行偏移表示某一行的第一個元素在values里面的起始偏移位置。如上圖中，第一行元素1是0偏移，第二行元素2是2偏移，第三行元素5是4偏移，第4行元素6是7偏移。在行偏移的最后補上矩陣總的元素個數，本例中是9。
- Compressed Sparse Column (CSC) （以列壓縮的形式進行表示）
CSC是和CSR相對應的一種方式，即按列壓縮的意思。
以上圖中矩陣為例：
Values： [1 5 7 2 6 8 3 9 4]
Row Indices：[0 2 0 1 3 1 2 2 3]
Column Offsets：[0 2 5 7 9]
資源來源自網絡，保持更新；更多內容請關注 cnblogs.com/xuyaowen;
其他參考鏈接：
https://blog.csdn.net/gaoborl/article/details/82869858
https://www.cnblogs.com/xbinworld/p/4273506.html
https://en.wikipedia.org/wiki/Sparse_matrix （上面對稀疏矩陣的格式，有較為詳細的說明）在Storing a sparse matrix 部分；