一、矩阵存储方式
MATLAB的矩阵有两种存储方式，完全存储方式和稀疏存储方式
1.完全存储方式
将矩阵的全部元素按列存储，矩阵中的全部零元素也存储到矩阵中。
2.稀疏存储方式
仅存储矩阵所有的非零元素的值及其位置，即行号和列号，显然这对于具有大量零元素的稀疏矩阵来说是十分有效的。
设
1 0 0 0
A= 0 5 0 0
2 0 0 7
是具有稀疏矩阵特征的矩阵，其完全存储方式是按列存储的全部12个元素
1，0，2，0，5，0，0，0，0，0，0，7
其稀疏存储方式如下：
（1，1），1，（3，1），2，（2，2），5，（3，4），7
括号内为元素的行列位置，后面为元素值。
当矩阵非常的“稀疏”时，会有效的节省存储空间。
二、稀疏存储方式的产生
1.将完全存储方式转化为稀疏存储方式
A=sparse(S);将S矩阵转换为稀疏矩阵A;
sparse(m,n);产生m*n的所有元素都为0的稀疏矩阵
sparse(u,v,S);S为建立系数矩阵的非零元素，u(i),v(i)分别为S(i)的行和列下标，S,u,v为等长向量。
[u,v,S]=find(A);返回矩阵A中非零元素的下标和元素，返回值可以作为sparse(u,v,S);的参数
full(A);返回和稀疏存储方式A对应的完全存储方式。
例如
X=[2,0,0,0,0;0,0,0,0,0;0,0,0,5,0;0,1,0,0,-1;0,0,0,0,-5] A=sparse(X) A= (1,1) 2 (4,2) 1 (3,4) 5 (4,5) -1 (5,5) -5
A就是X的稀疏存储方式。
2.产生稀疏存储矩阵
sparse可以讲完全存储方式转换为稀疏存储方式，那么，当使用稀疏矩阵时，要先产生完全存储方式的矩阵，然后再转换，这显然是不可取的，MATLAB有自己产生稀疏矩阵的函数spconvert：
B=spconvert(A);A为一个m*3或m*4的矩阵，A的每一列的意义分别为：
（i，1）第i非零元素所在行
（i，2）第i非零元素所在列
（i，3）第i非零元素的实部
（i，4）第i非零元素的虚部
