数组优秀讲义.pptVIP

数组数据元素可为结构类型的线性表 数组 几乎所有的高级程序设计语言中都将数组类型作为固有类型，在此我们以抽象数据类型的形式来讨论其定义和实现 数组的ADT定义 数组的ADT定义 n维数组中含有 个数据元素，每个元素受到n个关系的约束，且这n个关系都是线性关系。当n=1时，n维数组就退化为定长的线性表。反之，n维数组也可以看成是线性表的推广 数组中的每个元素都对应于一组下标(j1,…,jk)，每个下表的取值范围是0 ji bi-1, bi称为第i维的长度 数组一旦被定义，它的维数和维界就不再改变 数组结构操作 初始化、销毁、元素的存取和修改 不过，数组多用于静态数据处理，一般不作插入和删除操作 数组的顺序表示 数组通常采用顺序存储方式来实现 n维数组的数据元素的存储问题 数组一旦定义了维数和各维长度，便可为其分配存储空间 只要给出一组下标便可求得相应元素的存储位置 必须约定存放次序 因为存储单元是一维的，而数组是多维的 存储方案 以行序为主序，如C, Pascal, Basic等语言采用 以列序为主序，如Fortran语言采用 次序约定 以行序为主序 以列序为主序 数据元素的存储问题 一维数组为例 如 int A[b1], 共占用b1个整型存储单元 给定下标值i，求对应元素的存储位置 Loc(i) = Loc(0) + i * L 数据元素的存储问题 二维数组为例 如 int A[b1,b2],共占用b1*b2个整型存储单元 如 行序为主序的存储方式(图a) 给定下标值i, j，求对应元素的存储位置 Loc(i, j) = Loc(0, 0) + (b2 * i + j) * L 数据元素的存储问题 n维数组为例 如 int A[b1,b2 ,…,bn],共占用b1*b2 *…*bn个整型存储单元 行序为主序的存储方式 给定下标值j1, j2,…, jn , 求对应元素的存储位置 Loc(j1, j2,…, jn) = Loc(0, 0,…,0) + L * (b2* …..*bn* j1 + b3* …*bn* j2 + … … bn* jn-1 + jn ) 考虑3维数组的情形[?] 矩阵 通常使用二维数组来存储矩阵元素 矩阵的常见操作 转置、相乘等 矩阵的压缩存储 特殊矩阵 值相同的元素或零元素在矩阵中的分布有规律 如对称矩阵，三角矩阵等 稀疏矩阵 值相同的元素或零元素在矩阵中的分布无规律，且 非零元素个数/矩阵所有元素个数 = 0.05 矩阵的压缩存储 多个值相同的元素只分配一个存储空间 只存储非零元素 特殊矩阵的压缩存储 n阶对称矩阵 矩阵中的元素满足性质： aij = aji 对称矩阵压缩存储 为每一对对称元素分配一个存储空间，这样可将n*n个元素压缩存储到n*(n+1)/2个存储空间中 可选择存储其上三角(包括对角线)中的元素或其下三角(包括对角线)中的元素 特殊矩阵的压缩存储 讨论以行序为主序的下三角矩阵的存储 若不采用压缩存储，矩阵需用二维数组A[n][n]存储 若采用压缩存储，可采用一维数组sa[n*(n+1)/2]存储 元素sa[k]和矩阵元素aij之间有如下对应关系 i(i-1)/2 + j – 1 当 i = j k = j(j-1)/2 + i – 1 当 i j 特殊矩阵的压缩存储 如3*3对称矩阵 未压缩时，用二维数组存放，占用9个单元 压缩存放时，用一维数组存放，只需6个单元 如a32存放在sa[4]中 特殊矩阵的压缩存储 三角矩阵 下(上)三角矩阵是指矩阵的上(下)三角(不包括对角线)中的元均为常数c或零的n阶矩阵 三角矩阵的压缩存储 只存储下(上)三角中的元素，再加一个存储常数c的空间即可 特殊矩阵的压缩存储 对角矩阵 所有非零元素都集中在以主对角线为中心的带状区域中 对角矩阵的压缩存储 可按照某原则(或以行为主，或以对角线的顺序)将其压缩到一维数组中 特殊矩阵的压缩存储 小结 特殊矩阵(如对称矩阵、三角矩阵、对角矩阵等)中，非零元素的分布有明显的规律，因此我们可以将其压缩存储到一维数组中，并找到每个非零元素在一维数组中的对应关系 稀疏矩阵的压缩存储 稀疏矩阵 值相同的元素或零元素在矩阵中的分布无规律，且 非零元素个数/矩阵所有元素个数 = 0.05 原理 只需存储矩阵中的非零元素所在的行号、列号和值