稀疏矩阵用三元祖存储，设计算法实现两个稀疏矩阵相加

稀疏矩阵通常用于表示大部分元素为0的数据结构，由于其非零元素较少，采用三元组（行索引、列索引、值）的形式能更有效地节省存储空间。对于两个稀疏矩阵相加的问题，我们可以设计如下的算法步骤：

1. 初始化结果矩阵：创建一个新的稀疏矩阵，大小与输入矩阵相同，初始所有元素都设为0。

2. 遍历每个矩阵的三元组：对于矩阵A中的每个非零元素 (i, j, val_A) 和矩阵B中的对应元素 (i, j, val_B)，如果它们在同一位置（行索引和列索引相同），则将两者的值相加（val_A + val_B），并将结果存储到新矩阵的相应位置；如果不在同一位置，跳过。

3. 结果矩阵的三元组维护：仅保存非零元素的三元组，不需要记录全矩阵的所有零元素。

4. 返回结果稀疏矩阵：算法结束后，返回处理后的结果矩阵，它包含了两个原矩阵对应位置元素之和的新三元组。

以下是伪代码形式：

function sparse_matrix_add(A, B):
    result = new SparseMatrix(size_of(A))
    for (row, col, val_A) in A:
        if (row, col) in B:
            val_B = B[row][col]
            result[row][col] = val_A + val_B
    return result