如何在R中对dgCMatrix稀疏矩阵逐元素计算1-exp(-x)并避免转密集？

因为稀疏矩阵的零元素经过1-exp(-0)=0运算后仍然是0，所以我们只需要处理矩阵中的非零元素，完全不需要触发稀疏转密集的转换。最直接高效的方式是直接操作dgCMatrix对象的非零元素存储向量x：

实现代码 #

library(Matrix)
i <- sample(20000, 20000); j <- sample(20000, 20000); x <- 7 * (1:20000)
A <- sparseMatrix(i, j, x = x)

# 直接修改非零元素，保留稀疏结构
B <- A
B@x <- 1 - exp(-B@x)

原理说明 #

dgCMatrix类型的稀疏矩阵仅存储非零元素的位置和值，零元素不会占用内存。我们直接对存储非零值的@x属性进行运算，运算后重新赋值，整个过程完全在稀疏矩阵的结构内完成：

• 原矩阵的零元素无需处理，因为运算结果还是0，依然不被存储
• 仅处理实际存在的非零元素，内存开销和运算时间都只和非零元素数量相关，远低于转密集矩阵的操作

结果验证 #

可以通过小矩阵测试确认结果一致性：

small_A <- sparseMatrix(c(1,2), c(1,2), x = c(1,2))
# 直接运算（会转密集）
small_B1 <- 1 - exp(-small_A)
# 稀疏结构内运算
small_B2 <- small_A
small_B2@x <- 1 - exp(-small_B2@x)

all.equal(small_B1, small_B2) # 返回TRUE，说明结果完全一致

内容的提问来源于stack exchange，提问作者sebastien1785