本書詳細闡述了稀疏矩陣相關計算的應用背景，并對目前已知的主要壓縮編碼格式進行了詳細介紹。在此基礎上，分別對稀疏矩陣向量乘（SpMV）、稀疏矩陣稀疏矩陣乘（SpGEMM）的算法設計和實現(xiàn)技術進行了詳細闡述；給出了面向異構計算平臺的稀疏矩陣劃分方法及SpMV負載均衡算法，能夠適用于CPU+GPU以及多GPU構成的異構計算系統(tǒng)；介紹了一種基于數(shù)學形態(tài)學的稀疏矩陣劃分方法，該方法基于稀疏矩陣縮略圖和形態(tài)學方法，提取稀疏矩陣中稠密子矩陣，包括矩形稠密區(qū)域，三角形稠密區(qū)域，以及稠密對角線，并根據(jù)非零元分布為不同的子矩陣選擇較優(yōu)的壓縮編碼格式；本書還介紹了基于機器學習的SpMV性能預測方法，以及多精度優(yōu)化相關內容。最后對常用的開源庫程序以及相關的工具包進行了簡要介紹。
本書可供從事相關科學計算和工程計算的研究人員、工程師，以及從事大規(guī)模稀疏線性方程組求解和稀疏矩陣計算優(yōu)化的高校教師和研究生閱讀。