数据结构与算法第四章ArrayandGeneralizedList课程介绍.ppt

(4) 输出三元组 从头到尾扫描三元组t,依次输出元素值。算法如下： void DispMat(TSMatrix t) { int i; if (t.nums=0) return; printf(“\t%d\t%d\t%d\n,t.rows,t.cols,t.nums); printf( ------------------\n); for (i=0;it.nums;i++) printf(\t%d\t%d\t%d\n,t.data[i].r, t.data[i].c, t.data[i].d); } (5) 矩阵转置 对于一个m×n的矩阵Am×n,其转置矩阵是一个n×m的矩阵。设为Bn×m,满足ai,j=bj,i,其中1≤i≤m,1≤j≤n。其完整的转置算法如下： void TranTat(TSMatrix t,TSMatrix tb) { int p,q=0,v; /*q为tb.data的下标*/ tb.rows=t.cols; tb.cols=t.rows; tb.nums=t.nums; if (t.nums!=0) { for (v=0;vt.cols;v++) for (p=0;pt.nums;p++) /*p为t.data的下标*/ if (t.data[p].c==v) { tb.data[q].r=t.data[p].c; tb.data[q].c=t.data[p].r; tb.data[q].d=t.data[p].d; q++; } } } 以上算法的时间复杂度为O(t.cols*t.nums),而将二维数组存储在一个m行n列矩阵中时,其转置算法的时间复杂度为O(m*n)。最坏情况是当稀疏矩阵中的非零元素个数t.nums和m*n同数量级时,上述转置算法的时间复杂度就为O(m*n2)。 对其他几种矩阵运算也是如此。可见,常规的非稀疏矩阵应采用二维数组存储,只有当矩阵中非零元素个数s满足sm*n时,方可采用三元组顺序表存储结构。这个结论也适用于下面要讨论的十字链表。 十字链表为稀疏矩阵的每一行设置一个单独链表,同时也为每一列设置一个单独链表。 这样稀疏矩阵的每一个非零元素就同时包含在两个链表中,即 所在行的行链表中, 所在列的列链表中。 这就大大降低了链表的长度,方便了算法中行方向和列方向的搜索,因而大大降低了算法的时间复杂度。 4.2.2 稀疏矩阵的十字链表表示(Cross-Linker Representation) ? (a) 结点结构 (b) 头结点结构 对于一个m×n的稀疏矩阵,每个非零元素用一个结点表示,结点结构可以设计成如下图(a)所示结构。 其中i,j,value分别代表非零元素所在的行号、列号和相应的元素值；down和right分别称为向下指针和向右指针,分别用来链接同列中和同行中的下一个非零元素结点。 十字链表中设置行头结点、列头结点和链表头结点。它们采用和非零元素结点类似的结点结构,具体如上图(b)所示。 行头结点和列头结点的i,j域值均为0； 行头结点的right指针指向该行链表的第一个结点,它的down指针为空； 列头结点的down指针指向该列链表的第一个结点,它的right指针为空。 行头结点和列头结点可以合用一个结点。 行头结点和列头结点必须顺序链接,这样当需要逐行(列)搜索时,才能一行(列)搜索完后顺序搜索下一行(列),行头结点和列头结点均用link指针完成顺序链接。 十字链表结点结构和头结点的数据结构可定义如下： #define M 3 /*矩阵行*/ #define N 4 /*矩阵列*/ #define Max ((M)(N)?(M):(N))