最实用的是CSR（压缩行存储）结构，用三个独立指针分别管理values、col_indices和row_ptr数组，兼顾安全性、效率与兼容性。
稀疏矩阵用什么指针结构最实用
直接用 std::vector<:pair double>></:pair> 存非零元，比裸指针安全、比二维数组省空间。真要手动管理内存，double* 配合三个独立指针（值、行索引、列索引）是主流做法，不是用单个 double** 模拟二维——那会浪费大量空槽位。
典型布局：values 存非零数值，row_indices 和 col_indices 分别存对应行列号，三者长度一致。这种 CSR（Compressed Sparse Row）变体易理解、易调试，也方便后续迁移到 Eigen 或 SuiteSparse。
- 避免用
new double[rows * cols]：哪怕只有 0.1% 非零，10k×10k 矩阵就占 800MB - 不要把行索引和列索引混存在一个
int*里再靠步长偏移：可读性差，边界错位难排查 - 如果需按行快速访问，优先用 CSR（压缩行存储），此时还需额外
row_ptr数组，而非仅靠row_indices
如何安全释放稀疏矩阵的指针内存
手动 new 出来的三个指针必须一一 delete[]，顺序无关，但漏掉任何一个都会内存泄漏。更关键的是：别在析构函数里重复 delete 同一块内存——常见于浅拷贝后两个对象指向同一片 values 区域。
示例错误：
立即学习“C++免费学习笔记（深入）”；
Matrix A = B; // 默认拷贝构造，只复制指针值，不复制数据 // ……之后 A 和 B 析构时都 delete[] values → double free
- 要么实现深拷贝，在拷贝构造函数里用
new重新分配并 memcpy 数据 - 要么用引用计数（如
std::shared_ptr<double></double>）托管三块内存，但要注意三个指针需共用同一份 refcount，不能各自 new 一个shared_ptr - 如果矩阵生命周期明确（比如只在某个函数内临时使用），用栈上
std::vector替代裸指针，根本不用操心 delete
用指针访问元素时为什么常越界或返回 0
因为稀疏矩阵没有“默认值”概念——get(i, j) 返回 0 不是因内存初始化为 0，而是你代码逻辑判断该位置未存储非零元后主动返回 0。裸指针本身不记录矩阵维度，越界访问不会报错，只会读到随机内存值。
- 务必在访问前检查
i < rows && j < cols，不能依赖指针长度判断 - 查找
(i,j)是否存在，得遍历row_indices和col_indices（O(nnz)），或者先建哈希表（O(1) 查询但多占内存） - 若频繁按列访问，CSR 效率低，应改用 CSC（压缩列存储），此时
col_indices变成主序，row_ptr改为列指针数组
和 Eigen::SparseMatrix 混用指针时要注意什么
Eigen 的 mapped_matrix 允许你传入已有的 double*、int* 指针构建视图，但要求数据严格按 CSR 格式排列，且 Eigen 不接管内存——你仍需自己管理 delete。
关键约束：
-
row_indices必须升序；同一行内col_indices也必须升序，否则Eigen::MappedSparseMatrix行为未定义 -
values和索引数组必须连续、无空洞；Eigen 不接受跳着存的稀疏模式 - 传入指针后，别在外部修改原数组大小或内容，Eigen 内部不检测变更
真正麻烦的是类型对齐：Eigen 要求 int 索引在 64 位系统下通常是 long int，而你自己用 int* 分配，容易触发断言失败或静默错误。稳妥做法是统一用 Eigen::Index*（即 long）分配索引数组。
