稀疏矩阵的三元表相加算法代码

稀疏矩阵通常用于表示非零元素较少的数据结构，如网络图、图像处理等。在三元组表示法（也称压缩存储）中，稀疏矩阵用三个数组表示：行索引、列索引和对应的值。相加两个稀疏矩阵的算法大致步骤如下：

# 假设我们有三个列表：row1, col1, val1 (对应第一个矩阵) 和 row2, col2, val2 (对应第二个矩阵)
def sparse_matrix_addition(row1, col1, val1, row2, col2, val2):
    # 创建新的结果列表：result_row, result_col, result_val
    result_row = []
    result_col = []
    result_val = []

    # 遍历每个矩阵的非零元素
    for i in range(len(val1)):
        # 对应位置的元素相加
        new_value = val1[i] + val2[col2.index(col1[i])] if col1[i] in col2 else val1[i]

        # 将新元素添加到结果中
        result_row.append(row1[i])
        result_col.append(col1[i])
        result_val.append(new_value)

    # 如果第二个矩阵中有当前矩阵没有的非零元素，直接添加
    for i in range(len(val2)):
        if col2[i] not in col1 and col2[i] is not None:  # 防止col2有None的情况
            result_row.append(None)  # 行索引设为None表示填充了新的元素
            result_col.append(col2[i])  # 新的列索引
            result_val.append(val2[i])   # 新的值

    return result_row, result_col, result_val

# 示例
row1, col1, val1 = ..., ..., ...  # 第一个矩阵的三元组
row2, col2, val2 = ..., ..., ...  # 第二个矩阵的三元组
result_row, result_col, result_val = sparse_matrix_addition(row1, col1, val1, row2, col2, val2)