迭代中如何将LIL稀疏矩阵置零且保留其稀疏模式？

完全没问题——你只需要针对LIL矩阵存储数值的部分做修改，完全不动存储列索引的结构就能达成目标。

先简单梳理下LIL（List of Lists）格式的核心逻辑：它本质是由两组列表构成的结构：

• 一组列表存储每行的列索引（比如Python的scipy库中对应A.rows），这部分直接定义了你的稀疏模式；
• 另一组列表存储对应位置的数值（对应scipy里的A.data），这才是我们需要修改的对象。

因为你的稀疏模式是固定的（仅-7到7对角线位置有元素），所以A.rows完全不需要改动，只需要把A.data里的所有数值设为0即可——这样既保留了所有原有的非零元素位置（也就是你说的“稀疏模式”），又把所有元素值重置为0，完全符合你的需求。

具体实现（以Python的scipy.sparse为例） #

有两种高效的操作方式：

1. 原地修改（推荐，内存效率更高）
   直接遍历每个行的数值列表，逐个把元素置零：

   for row_data in A.data:
       for idx in range(len(row_data)):
           row_data[idx] = 0.0
   

   这种方式不会重新创建列表，直接在原有内存空间上修改，速度更快，适合大规模矩阵的迭代场景。

2. 重新生成数值列表
   用列表推导式快速生成全零的数值列表，替换原有的A.data：

   A.data = [[0.0 for _ in row] for row in A.data]
   

   这种写法更简洁，适合追求代码简洁性的场景。

关键注意点 #

• 操作后矩阵的稀疏模式完全不变：A.rows没有任何改动，存储的元素数量（即原有的非零位置数）和之前完全一致；
• 效率远高于重新构建矩阵：不需要重新计算或存储列索引，仅修改数值，时间复杂度为O(N)（N为存储的元素总数），非常适合迭代计算的需求。

如果你用的是其他语言的LIL矩阵实现，思路也是完全一致的：找到存储数值的容器，遍历所有数值并设为0，保持索引容器不动即可。

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