如果稀疏矩阵 A 由一些规则模式中的非零密集块组成，我们可以修改CRS（或CCS）格式以利用这种块模式。块矩阵通常来自偏微分方程的离散化，其中每个网格点关联有多个自由度。然后，我们将矩阵分割成小块，每个块的大小等于自由度的数量，并将每个块视为密集矩阵，即使它可能包含一些零元素。
如果 n_b 是每个块的维度，nnzb 是 n \times n 矩阵 A 中非零块的数量，那么所需的存储总量为 nnz = nnzb \times n_b^2。矩阵 A 的块维度 n_d 则由 n_d = n / n_b 定义。
与CRS格式类似，BCRS格式需要三个数组：一个用于浮点数的矩形数组（\mathrm{val}(1:nnzb, 1:n_b, 1:n_b)），用于按块行方式存储非零块；一个整数数组（\mathrm{col_ind}(1:nnzb)），用于存储原始矩阵 A 中非零块的（1,1）元素的实际列索引；以及一个指针数组（\mathrm{row_blk}(1:n_d+1)），其条目指向val(:,:,:)和col_ind(:)中每个块行的开头。对于具有较大 n_b 的矩阵，块压缩行存储（BCRS）相对于CRS在存储位置的节省和间接寻址时间的减少可以非常显著。