第3章2 稀疏矩阵和广义表.ppt

3.4稀疏矩阵 3.5广义表 3.4 稀疏矩阵 3.4.1 稀疏矩阵的定义 1稀疏矩阵：非零元素个数远远少于零元素个数的矩阵 三元组线性表表示： ( (1,4,22),(1,7,15),(2,2,11),(2,6,17),(3,4,-6),(4,6,39),(5,1,91),(6,3,28) ) 2稀疏矩阵的三元组线性表表示 稀疏矩阵若用二维数组存储太浪费空间。 一般只考虑存储非零元素，每个非零元素可由行、列、值三元组(i, j, aij)表示，三元组按行号为主序、列号为辅序进行排列，构成一个表示稀疏矩阵的三元组线性表。 三元组线性表可用顺序或链接方式存储。 3稀疏矩阵的抽象数据类型 ADT SparseMatrix is Data: 用三元组线性表表示的稀疏矩阵， 用类型名SMatrix表示 Operation: void InitMatrix(SMatrix M); SMatrix Transpose(SMatrix M); SMatrix Add(SMatrix M1, SMatrix M2); SMatrix Multiply(SMatrix M1, SMatrix M2); void InputMatrix(SMatrix M, int m, int n); void OutputMatrix(SMatrix M); end SparseMatrix 3.4.2 稀疏矩阵的存储结构： 稀疏矩阵有顺序和链接两种存储结构。存储内容为三元组线性表及其行数、列数、非零元个数。 顺序存储 用顺序结构存储三元组线性表，即数组的每个元素对应一个非零元的三元组。 struct Triple{ int row, col; //非零元素的行号、列号 ElemType val; //元素值 }; struct SMatrix{ int m, n, t; //矩阵的行、列数及非零元素个数 Triple sm[MaxTerms+1]; //三元组线性表，从sm[1]开始 }; 1 2 3 4 5 row col val 1 1 7 1 5 15 3 4 -1 4 1 -2 4 6 21 … sm: MaxTerms m n t 4 6 5 非零元以行序为主序存储 ( (1,1,7), (1,5,15), (3,4,-1), (4,1,-2), (4,6,21) ) 链接存储 用链接结构存储三元组线性表 （1）带行指针向量的链接存储 每一行的非零元对应一个单链表(按列号次序)，用一维数组保存所有单链表的头指针。 struct TripleNode{ int row, col; //非零元素的行号、列号 ElemType val; //元素值 TripleNode *next; }; struct LMatrix { int m, n, t; //矩阵的行、列数及非零元素个数 TripleNode *vector[MaxRows+1]; //从vector[1]开始保存 }; ( (1,1,7), (1,5,15), (3,4,-1), (4,1,-2), (4,6,21) ) 1 2 3 4 ^ vector m n t 4 6 5 带行指针向量的链接存储结构 （2）十字链接存储 既带行指针向量，又带列指针向量，每一个结点同时位于两个单链表中。 struct CrossNode { int row, col; //非零元素的行号、列号 ElemType val; //元素值 CrossNode *right, *down; //指向同一行,同一列的下一个结点 }; struct CLMatrix{ int m, n, t;