大数据快速运算（共享）

1．密集向量（Dense） 

密集向量是由Double类型的数组支持，例如，向量（1.0，0.0，3.0）的密集向量表示的格式为[1.0，0.0，3.0]。

# 创建一个密集本地向量

val dv:Vector = Vectors.dense(1.0,0.0,3.0)

dv: org.apache.spark.mllib.linalg.Vector = [1.0,0.0,3.0]

2．稀疏向量（Sparse）

稀疏向量是由两个并列的数组支持，例如向量（1.0，0.0，3.0）的稀疏向量表示的格式为（3，[0，2]，[1.0，3.0]），其中3是向量（1.0，0.0，3.0）的长度，[0，2]是向量中非0维度的索引值，即向量索引0和2的位置为非0元素，[1.0，3.0]是按索引排列的数组元素值。

# 创建一个稀疏本地向量

val sv1: Vector = Vectors.sparse(3, Array(0, 2), Array(1.0, 3.0))

sv1: org.apache.spark.mllib.linalg.Vector = (3,[0,2],[1.0,3.0])