使用Breeze统计稀疏矩阵CSCMatrix每行的非零元素个数

方案1：小矩阵快速实现 #

如果你的矩阵规模不大，可以直接用Breeze内置的countNonZero算子逐行统计非零元素：

import breeze.linalg.{CSCMatrix, DenseVector, countNonZero}

val matrix = CSCMatrix.tabulate(3, 2)((x,y) => x*y)

val rowNonZeroCount = DenseVector.tabulate(matrix.rows) { rowId =>
  countNonZero(matrix(rowId, ::))
}

输出结果为DenseVector(0, 1, 1)，完全符合你的预期。

方案2：大矩阵高性能实现 #

CSCMatrix是列优先存储的稀疏矩阵，逐行取切片会产生额外开销，如果你的矩阵规模较大，可以直接操作其底层存储数组实现统计，时间复杂度仅为O(nnz)（nnz为矩阵非零元素总数），性能提升非常明显：

import breeze.linalg.{CSCMatrix, DenseVector}

val matrix = CSCMatrix.tabulate(3, 2)((x,y) => x*y)

// 初始化行计数数组
val countArr = new Array[Int](matrix.rows)
// 遍历所有非零元素的行索引，对应行计数累加
matrix.rowIndices.foreach(row => countArr(row) += 1)
// 转换为Breeze向量（无需的话也可以直接用Array）
val rowNonZeroCount = DenseVector(countArr)

该方案输出结果和方案1完全一致，且不需要遍历矩阵的零元素，适合生产环境处理大规模稀疏矩阵。

内容的提问来源于stack exchange，提问作者Skyris