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。   1.1.2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      3.带状稀疏存储矩阵  举个例子：         是一个具有稀疏性质的带状矩阵。  首先，找出矩阵的特征数据：         B为三条对角线元素，d为对角线号，-3为主对角线下第三条，0为主对角线，3为主对角线上第三条。 可以利用spdiags产生稀疏矩阵 A=spdiags(B,d,5,6);  也就是spdiags的调用格式 A=spdiags(B,d,m,n);  B为r*p阶矩阵，r=min(m,n)，p为原带状矩阵中所有非零对角线的条数，B的第i列即为原带状矩阵的第i条非零对角线。 spdiags的其他调用格式：  [B.d]=spdiags(A);从原带状矩阵提取全部对角线元素赋给B并把对角线位置赋给d；  B=spdiags(A,d);从带状矩阵中提取由d指定的非零对角线元素构成的矩阵；  E=spdiags(B,d,A);将A中d指定的对角线元素由B代替构成新矩阵E。     4.单位矩阵的稀疏矩阵   speye(m,n);产生m*n的稀疏存储单位阵。