如果涉及Inf，为什么稀疏矩阵的矩阵乘法与稠密矩阵乘法不同？

稀疏矩阵和稠密矩阵在矩阵乘法中的区别主要体现在计算效率和存储空间上。

稀疏矩阵是指矩阵中大部分元素为零的矩阵，而稠密矩阵则是指矩阵中大部分元素都非零的矩阵。在实际应用中，很多矩阵都是稀疏的，例如图像处理、自然语言处理等领域。

在稠密矩阵乘法中，需要计算每个元素的乘积，并将结果累加得到最终的乘积矩阵。这种方法的时间复杂度为O(n^3)，其中n表示矩阵的维度。由于稠密矩阵的特点是大部分元素都非零，因此需要计算的乘积和累加的次数较多，导致计算效率较低。

而在稀疏矩阵乘法中，由于矩阵中大部分元素为零，可以通过跳过这些零元素来减少计算量。具体来说，只需要计算非零元素的乘积，并将结果累加得到最终的乘积矩阵。这种方法的时间复杂度取决于非零元素的个数，通常远小于稠密矩阵的时间复杂度。因此，稀疏矩阵乘法相比稠密矩阵乘法具有更高的计算效率。

此外，稀疏矩阵乘法还可以节省存储空间。由于稀疏矩阵中大部分元素为零，可以使用压缩存储的方式来表示稀疏矩阵，只存储非零元素及其位置信息。相比之下，稠密矩阵需要存储所有元素的值，无论是零还是非零。因此，稀疏矩阵乘法在存储空间上具有更高的效率。

综上所述，稀疏矩阵的矩阵乘法与稠密矩阵乘法不同主要体现在计算效率和存储空间上。稀疏矩阵乘法通过跳过零元素和压缩存储的方式，提高了计算效率和存储空间的利用率。