稀疏矩阵算法是以稀疏矩阵为核心数据结构的算法，通过仅存储和处理非零元素降低存储需求与计算复杂度，需采用压缩存储结构。该算法属于不规则算法，存在计算访存比低、访存轨迹依赖稀疏结构等特点，其不同稀疏结构特征需对应不同存储方案及并行算法实现 。
算法分为非数值计算与数值计算两类，前者包括图遍历算法（如宽度优先搜索），后者涵盖稀疏线性方程组求解（如稀疏矩阵向量乘）。应用涉及建筑结构分析、气象模拟、飞行器动力学等领域。SuiteSparse作为典型稀疏矩阵算法库，被集成到MATLAB等多个应用中 。
Timothy A. Davis因创建SuiteSparse获得2025年I. E. Block Community Lecture奖，其开发的GraphBLAS参考实现可通过线性代数实现图形算法。Davis通过矩阵收集和可视化技术，展示了从音乐生成艺术品的应用路径 。
想要了解更多“稀疏矩阵算法”的信息，请点击：稀疏矩阵算法百科
