准备矩阵

针对每种算法，我们区分了在运行算法之前准备矩阵的不同方式。

直接

表示直接应用，即在每一步中对向量进行矩阵乘法运算。这是最简单的应用变体，因为矩阵可以以任何紧凑方式存储。另一方面，大多数算法需要多次矩阵-向量乘法才能收敛，并且仅限于寻找谱两端的特征值。

位移-逆

表示位移-逆变换，需要一个分解例程来启用对系统(A-\sigma I)x=b的求解，从而能够在更少的迭代次数中计算更广泛的特征值选择。

预处理

表示使用预处理器的应用，例如稀疏近似分解。这比位移-逆变换需要的空间更少，但大多数情况下也需要更多的矩阵-向量乘法。