就是简单的读入以空格间隔的7000行7000列的全是1或0的csv文件到一个矩阵，然后计算最大特征值对应的特征向量
在计算特征向量的时候，CPU占用100%达到两个小时，其他程序都没法运行了，仍然不出结果，只好杀掉进程。
用了10.3， 10.3.1, 都一样
同样的数据，同样的命令，我用Julia一分钟出结果，
用Python也就几分钟就出结果，
用C# + 免费的alglib慢，一个小时出结果，但CPU占用很低
Mathematica命令：
t1=Import["E:/importance_table.csv","Table"];
Dimensions[t1];
{val, vec}=Eigensystem[t1 ,1];
Export["E:/112.txt",Transpose[vec],"Table"];

没数据你说个××——虽然本想这么说，不过目测只要在Import前面加个N@ 就没事了。

保险起见自己算了下：

实际上还可以更快
In[1]:= mat =
With[{n = 7000}, N@RandomInteger[{0, 1}, {n, n}]]; {{val}, {vec}} =
Eigensystem[mat, 1, Method -> "Arnoldi"]; // AbsoluteTiming
mat.vec - val*vec // Abs // Max
Out[1]= {1.010029, Null}
Out[2]= 1.77636*10^-13
因为你只求最大特征值，所以可以用Arnoldi，在我电脑上比直接算快大概300倍，而且精度也还在接受范围之内

太棒了，谢谢二位
In[19]:=
{val, vec} = Eigensystem[t1 , 1]; // AbsoluteTiming
{val2, vec2} =
Eigensystem[t1 , 1, Method -> "Arnoldi"]; // AbsoluteTiming
Out[19]= {44.5429, Null}
Out[20]= {1.19347, Null}