数据结构（C++描述） -李根强 第5章.pptVIP

5.4.2 稀疏矩阵的运算 1．稀疏矩阵的转置运算 转置是矩阵中最简单的一种运算。对于一个m?n的矩阵A，它的转置B是一个n?m 的，且B[i][j]=A[j][i]，0≤in,0≤jm。例如，图5-6给出的M矩阵和图5-7给出的N矩阵互为转置矩阵。 在三元组表表示的稀疏矩阵中，怎样求得它的转置呢?从转置的性质知道，将A转置为B，就是将A的三元组表a.data变为B的三元组表b.data，这时可以将a.data中i和j 的值互换，则得到的b.data是一个按列优先顺序排列的三元组表，再将它的顺序适当调整，变成行优先排列，即得到转置矩阵B。下面将用两种方法处理： （1）按照A的列序进行转置 由于A的列即为B的行，在a.data中，按列扫描，则得到的b.data必按行优先存放。但为了找到A的每一列中所有的非零的元素，每次都必须从头到尾扫描A的三元组表(有多少列，则扫描多少遍)，这时算法描述如下： void transpose(sparmatrix a,sparmatrix b) {b.rows=a.cols; b.cols=a.rows; b.terms=a.terms; if (b.terms0){int bno=0; for (int col=0; cola.cols; col++)//按列号扫描 for(int ano=0;anoa.terms;ano++)//对三元组表扫描 if (a.data[ano].j==col) //进行转置 { b.data[bno].j=a.data[ano].i; b.data[bno].i=a.data[ano].j; b.data[bno].v=a.data[ano].v; bno++;}}} 分析这个算法，主要工作在col和ano二重循环上，故算法的时间复杂度为 O(a.cols*a.terms)。而通常的m?n阶矩阵转置算法可描述为： for(col=0; coln; col++) for (row=0;rowm;row++) b[col][row]=a[row][col]; 它的时间复杂度为o(m?n)。而一般的稀疏矩阵中非零元个数a.terms远大于行数 m，故压缩存贮时，进行转置运算，虽然节省了存贮单元，但增大了时间复杂度，故此算法仅适应于a.ternsa.rows? a.cols的情形。 （2）按照A的行序进行转置 即按a.data中三元组的次序进行转置，并将转置后的三元组放入b中恰当的位置。若能在转置前求出矩阵A的每一列col(即B中每一行)的第一个非零元转置后在b.data中的正确位置pot[col](0≤cola.cols)，那么在对a.data的三元组依次作转置时，只要将三元组按列号col放置到b.data[pot[col]]中，之后将pot[col]内容加1，以指示第col列的下一个非零元的正确位置。为了求得位置向量pot，只要先求出A的每一列中非零元个数num[col]，然后利用下面公式： pot[0]=0 ? pot[col]=pot[col-1]+num[col-1] 当1≤cola.cols 算法描述如下： void fastrans(sparmatrix a,sparmatrix b) { int pot[100],col,ano,bno; b.rows=a.cols; b.cols=a.rows;b.terms=a.terms; if (b.terms0) { for(col=0;cola.cols;col++) pot[col]=0; for(int t=0;ta.terms;t++) //求出每一列的非零元个数 { col=a.data[t].j; pot[col+1]=pot[col+1]++; } pot[0]=0; for(col=1;cola.cols;col++) //求出每一列的第一个非零元在转置后的位置 pot[col]=pot[col-1]+pot[col]; for( ano=0;anoa.terms;ano++) //转置 { col=a.data[ano].j; bno=pot[col]; b.data[bno].j=a.data[ano].i; b.data[bno].i=a.data[ano].j; b.data[bno].v=a.data[ano].v; pot[col]=pot[col]+1;}} } 该算法比按列转置多用了辅助向量空间pot，但它的时间为四个单循环，故总的时间复杂度为O(a.cols+a.terms)，比按列转置算法效率要高。 * 第5章多维数