已知稀疏矩阵A和B，编程代码实现基于三元组顺序表实现A+B的运算

以下是基于三元组顺序表实现稀疏矩阵A+B的Python代码：

class SparseMatrix:
    def __init__(self, m, n, data):
        self.m = m
        self.n = n
        self.data = data
        self.tuple_list = []
        for i in range(self.m):
            for j in range(self.n):
                if data[i][j] != 0:
                    self.tuple_list.append((i, j, data[i][j]))

    def __add__(self, other):
        if self.m != other.m or self.n != other.n:
            raise ValueError("两个矩阵的维度不一致")
        result_data = [[0] * self.n for _ in range(self.m)]
        for i, j, v in self.tuple_list:
            result_data[i][j] += v
        for i, j, v in other.tuple_list:
            result_data[i][j] += v
        return SparseMatrix(self.m, self.n, result_data)

    def print_matrix(self):
        for i in range(self.m):
            for j in range(self.n):
                print(self.data[i][j], end=" ")
            print()

A = [[1, 0, 0, 0], [0, 2, 0, 0], [0, 0, 3, 0]]
B = [[0, 0, 0, 4], [0, 0, 0, 0], [0, 0, 0, 0]]
sparse_A = SparseMatrix(3, 4, A)
sparse_B = SparseMatrix(3, 4, B)
sparse_C = sparse_A + sparse_B
sparse_C.print_matrix()

在上述代码中，我们定义了一个 `SparseMatrix` 类来表示稀疏矩阵，并实现了一个 `__add__` 方法来实现矩阵加法。在 `__add__` 方法中，我们首先检查两个矩阵的维度是否一致，然后将稀疏矩阵转换为普通矩阵，并进行加法运算。最后，我们返回一个新的稀疏矩阵对象。