数据结构数组与广义表.ppt

* 5.3.4稀疏矩阵的压缩存储 对于稀疏矩阵，采用压缩存储方法时，只存储非0元素。非0元素构成了一个线性表。线性表证的元素必须存储非0元素的行下标值、列下标值、元素值。因此，一个三元组(i, j, aij)唯一确定稀疏矩阵的一个非零元素。 如图5-10的稀疏矩阵A的三元组线性表为： ( (1,2,12), (1,3,9), (3,1,-3), (3,8,4), (4,3,24), (5,2,18), (6,7,-7), (7,4,-6) ) 5.3.4三元组顺序表 若以行序为主序，稀疏矩阵中所有非0元素的三元组，就可以得构成该稀疏矩阵的一个三元组顺序表。相应的数据结构定义如下： ⑴ 三元组结点定义 #define MAX_SIZE 101 typedef int elemtype ; typedef struct { int row ; /* 行下标 */ int col ; /* 列下标 */ elemtype value; /* 元素值 */ }Triple ; 5.3.4三元组顺序表 ⑵ 三元组顺序表定义 typedef struct { int rn ; /* 行数 */ int cn ; /* 列数 */ int tn ; /* 非0元素个数 */ Triple data[MAX_SIZE] ; }TMatrix ; 图5-10所示的稀疏矩阵及其相应的转置矩阵所对应的三元组顺序表如图5-11所示。 5.3.4三元顺序表的转置算法 稀疏矩阵的三元组表表示法虽然节约了存储空间， 但比起矩阵正常的存储方式来讲，其实现相同操作要耗费较多的时间， 同时也增加了算法的难度, 即以耗费更多时间为代价来换取空间的节省。 1) 用三元组表实现稀疏矩阵的转置运算 下面首先以稀疏矩阵的转置运算为例，介绍采用三元组表时的实现方法。所谓的矩阵转置，是指变换元素的位置，把位于（row，col）位置上的元素换到（col，row）位置上，也就是说， 把元素的行列互换。如图5.11所示的6×7矩阵M，它的转置矩阵就是7×6的矩阵N，并且N（row，col）=M（col， row），其中，1≤row≤7 ，1≤col≤6。 采用矩阵的正常存储方式时， 实现矩阵转置的经典算法如下： 图5-11 稀疏矩阵及其转置矩阵的三元组顺序表 7 9 8 rn行数 cn列数 tn元素个数 row col value 1 2 12 1 3 9 3 1 -3 3 8 4 4 3 24 5 2 18 6 7 -7 7 4 -6 4 6 2 (a) 原矩阵的三元组表 8 9 7 rn行数 cn列数 tn元素个数 row col value 1 3 -3 2 1 12 2 5 18 3 1 9 3 4 24 4 7 -6 7 6 -7 8 2 4 6 4 2 (b)转置矩阵的三元组表 void TransMatrix（ElementType source[n][m], ElementType dest[m][n]） {/*source和dest分别为被转置的矩阵和转置以后的矩阵（用二维数组表示）*/ int i, j;  for(i=0; im; i++) for (j=0; j n; j++) dest[i][j]=source[j][i] ;  } ① 矩阵source的三元组表A的行、 列互换就可以得到B中的元素， 如图5.12所示。 (i, j, x) ——— (j, i, x) ↑ ↑ A B 图5.12 稀疏矩阵的转置示例 ② 为了保证转置后的矩阵的三元组表B也是以“行序为主序”进行存放，则需要对行、列互换后的三元组表B按B的行下标（即A的列下标）大小重新排序，如图5.13所示。 图5.13 矩阵的转置(用三元组表示矩阵) 方法一： 图5.14 矩阵的转置 我们附设一个位置计数器j，用于指向当前转置后元素应放入三元组表B中的位置。 处理完一个元素后，j加1， j的初值