第5章 数组和广义表幻灯片.pptVIP

解决思路： 对每个非零元素增开若干存储单元，例如存放其所在的行号和列号，便可准确反映该元素所在位置。 实现方法： 将每个非零元素用一个三元组（i,j,aij）来表示，则每个稀疏矩阵可用一个三元组表来表示。 例1：三元素组表中的每个结点对应于稀疏矩阵的一个非零元素，它包含有三个数据项，分别表示该元素的 、 和 。 列下标 元素值 例2：写出右图所示稀疏矩阵的压缩存储形式。 0 12 9 0 0 0 0 0 0 0 0 0 -3 0 0 0 14 0 0 0 24 0 0 0 0 18 0 0 0 0 15 0 0 -7 0 0 (( 1,2,12) ，(1,3,9)， (3,1,-3)， (3,5,14)， (4,3,24)， (5,2,18) ，(6,1,15)， (6,4,-7)) 用三元组表表示： 行下标 随机稀疏矩阵的压缩存储方法: 一、三元组顺序表 二、行逻辑联接的顺序表 三、 十字链表 #define MAXSIZE 12500 typedef struct { int i, j; //该非零元的行下标和列下标 ElemType e; // 该非零元的值 } Triple; // 三元组类型 一、三元组顺序表 typedef union { Triple data[MAXSIZE + 1]; int mu, nu, tu; } TSMatrix; // 稀疏矩阵类型 用三元组顺序表表示： 0 12 9 0 0 0 0 0 0 0 0 0 -3 0 0 0 14 0 0 0 24 0 0 0 0 18 0 0 0 0 15 0 0 -7 0 0 -7 4 6 15 1 6 18 2 5 24 3 4 14 5 3 -3 1 3 9 3 1 12 2 1 注意：为更可靠描述，通常再加一行“总体”信息：即总行数、总列数、非零元素总个数 8 6 6 value j i 8 7 6 5 4 3 2 1 0 用常规的二维数组表示时的算法 其时间复杂度为: O(mu×nu) for (col=1; col=nu; ++col) for (row=1; row=mu; ++row) T[col][row] = M[row][col]; 矩阵转置 0 12 9 0 0 0 0 0 0 0 0 0 -3 0 0 0 14 0 0 0 24 0 0 0 0 18 0 0 0 0 15 0 0 -7 0 0 0 0 –3 0 0 15 12 0 0 0 18 0 9 0 0 24 0 0 0 0 0 0 0 -7 0 0 14 0 0 0 0 0 0 0 0 0 (6, 4, -7) (6, 1, 15) (5, 2, 18) (4, 3, 24) (3, 5, 14) (3, 1, -3) (1, 3, 9 ) (1, 2, 12) (5, 3, 14) (4, 6, -7) (3, 4, 24) (3, 1, 9) (2, 5, 18) (2, 1, 12) (1, 6, 15) (1, 3, -3) 三 元 组 表 a.data 三 元 组 表 b.data 转置后 M T 答：肯定不正确！ 除了: (1)每个元素的行下标和列下标互换（即三元组中的i和j互换）； 提问：若采用三元组压缩技术存储稀疏矩，只要把每个元素的行下标和列下标互换，就完成了对该矩阵的转置运算，这种说法正确吗？ 还应该:(2)T的总行数mu和总列数nu与M值不 同（互换）； (3)重排三元组内元素顺序，使