高效获取稀疏矩阵中非零元素的行列坐标

针对你提到的「处理Matrix包创建的大规模稀疏矩阵，需要高效获取非零元素行列坐标」的需求，我来分享几个针对性的解决方案：

一、先回顾小规模稠密矩阵的常规方法 #

如果是普通稠密矩阵，你提到的方法确实简单直接：

# 创建示例稠密矩阵
set.seed(42)
m <- matrix(sample(0:1, 25, TRUE, prob=c(0.75, 0.25)), 5, 5)
m
# 获取非零元素的索引位置
nz <- which(m != 0)
# 转换为行列坐标
cbind(row(m)[nz], col(m)[nz])

但这种方法需要遍历整个矩阵，对于大规模稀疏矩阵来说效率极低，完全没必要。

二、大规模稀疏矩阵的高效方案 #

Matrix包的稀疏矩阵（如dgCMatrix、dgTMatrix等）本身就只存储非零元素的信息，我们可以直接读取这些已存储的位置数据，时间复杂度仅与非零元素数量成正比，完全不用遍历整个矩阵。

方法1：使用summary()函数（最直观） #

summary()会返回一个包含非零元素行、列、值的数据框，直接提取行列即可：

library(Matrix)
# 创建大规模稀疏矩阵示例
set.seed(123)
M <- Matrix(sample(0:1, 1e6, TRUE, prob=c(0.99, 0.01)), nrow=1000, ncol=1000, sparse=TRUE)

# 获取非零元素的行列坐标
sparse_info <- summary(M)
coords <- cbind(sparse_info$i, sparse_info$j)
head(coords)

方法2：使用coordinates()函数（最简洁） #

Matrix包专门提供了coordinates()函数，直接返回非零元素的行列坐标矩阵：

coords <- coordinates(M)
head(coords)

方法3：直接访问稀疏矩阵的内部属性（性能最优） #

如果你熟悉稀疏矩阵的存储结构，可以直接读取内部属性，避免函数调用的额外开销：
以最常用的压缩列稀疏矩阵dgCMatrix为例：

• @i：存储非零元素的0-based行索引，需要加1转换为R默认的1-based索引
• @p：存储每一列非零元素的起始位置，通过diff()可以得到每列的非零元素数量，再用rep()生成对应的列索引

# 转换行索引为1-based
rows <- M@i + 1
# 生成对应的列索引
cols <- rep(seq_len(ncol(M)), diff(M@p))
# 组合成坐标矩阵
coords <- cbind(rows, cols)
head(coords)

这三种方法都能高效处理大规模稀疏矩阵，其中方法3的性能略优，方法1和2则更易读、更适合日常使用。

内容的提问来源于stack exchange，提问作者Hong Ooi