多个稀疏矩阵的逐元素相加

要实现多个稀疏矩阵的逐元素相加，可以按照以下步骤进行：

1. 创建一个新的稀疏矩阵，用于保存相加的结果。
2. 遍历每个稀疏矩阵的非零元素。
3. 对于每个非零元素，将其行和列作为索引，在结果矩阵中找到对应位置的元素。
4. 如果结果矩阵中该位置已经有元素存在，则将两个元素的值相加，并更新结果矩阵中该位置的值。
5. 如果结果矩阵中该位置没有元素存在，则直接将当前元素的值复制到结果矩阵中该位置。
6. 完成相加后，返回结果矩阵。

以下是一个用Python实现的示例代码：

def sparse_matrix_addition(*matrices):
    # 获取第一个稀疏矩阵的行数和列数
    rows = matrices[0].shape[0]
    cols = matrices[0].shape[1]
    
    # 创建结果稀疏矩阵
    result = np.zeros((rows, cols))
    
    # 遍历每个稀疏矩阵
    for matrix in matrices:
        # 遍历非零元素
        for i in range(matrix.shape[0]):
            for j in range(matrix.shape[1]):
                if matrix[i][j] != 0:
                    # 获取当前元素的值
                    value = matrix[i][j]
                    
                    # 检查结果矩阵中对应位置是否已有元素
                    if result[i][j] != 0:
                        # 如果有元素，则将两个元素的值相加
                        result[i][j] += value
                    else:
                        # 如果没有元素，则直接复制当前元素的值
                        result[i][j] = value
    
    return result

使用示例：

import numpy as np

# 创建稀疏矩阵
matrix1 = np.array([[0, 0, 1], [0, 2, 0], [3, 0, 0]])
matrix2 = np.array([[0, 4, 0], [5, 0, 0], [0, 0, 6]])
matrix3 = np.array([[7, 0, 0], [0, 8, 0], [0, 0, 9]])

# 执行相加操作
result = sparse_matrix_addition(matrix1, matrix2, matrix3)

# 打印结果矩阵
print(result)

输出结果：

[[7. 4. 1.]
 [5. 10. 0.]
 [3. 0. 15.]]