通常，预处理器被认为是求解器的一部分，因此它们不包含在测试矩阵集合中。事实上，预条件子很少被构造为显式矩阵，因此很难以与编程语言无关的方式包含它们。

如果您使用现有的稀疏线性代数框架或 MATLAB 或 Julia 等语言，则应该已经实现了大量的预条件器。否则，有一些很容易实现的数字。

• 单位矩阵 - 无助于收敛，但实现起来很简单，有助于检查正确性
• 缩放器 Jacobi 预条件器 - 只是矩阵对角线
• 块 Jacobi 预处理器 - 矩阵的对角块（需要在每一步求解小型线性系统）
• 不完整的 LU/Cholesky - 涉及更多，但以最基本的形式实现仍然相对简单。

作为最后的附注，我认为SuiteSparse 集合包含来自 MatrixMarket 的所有矩阵以及更多矩阵。

我认为这里有些混乱。没有矩阵和相应的预处理器。后者通常是随着迭代方案的发展而动态地衍生出来的，除非您已经拥有矩阵逆矩阵，这将是完美的预处理器，因为您只需应用逆矩阵，并且迭代方法将在其第一步收敛。矩阵也可以从一个时间步到另一个时间步创建，并随着代码的发展而变化。因此，它也可能永远不会以完整的形式存储，只是根据需要进行计算。

在许多方法中，我们有一个步骤表明我们需要将矩阵的逆矩阵应用于对象，我们通常没有完全形成矩阵，因此永远不会完全形成它，也不会完全形成它的逆矩阵。我们只需要对任意向量执行它们的操作。结果，在大多数生产程序中，预处理器可能永远不会完全构建，因为对于大问题，矩阵的各个部分分散在大型并行计算机的内存中。

但是不要绝望，正如其他答案和评论中提到的那样，有一些库可以处理这些问题，因此您“只需”使您的代码适应它们表示矩阵和向量的方式。