串和数组.pptVIP

第5章 串和数组2 5.5 数组 5.6 矩阵的压缩存储 本章学习要点 * * 串也可以看作是一种线性表，只是其操作通常是按成组的元素来进行的。数组可以认为是线性表在维数上的一种拓展。串和数组依然属于线性结构，但在存储结构的实现方面较线性表为复杂。 值得注意的是，串和数组是在高级语言层面已经实现的数据类型，在数据结构中再讨论它们是为了深入理解实现它们的基础技术。 讲授本章课程大约需4课时。 5.5 数 组 数组的定义: 数组是线性表的一种扩充，一维数组即为线性表，二维数组定义为“其数组元素为一维数组”的线性表: i = 0,1,…,m-1 其中 也可视为一个由m行n列构成的一个阵列 Am×n = …… 多维数组可以此类推 数组的基本操作： InitArray(A, n, bound1, ..., boundn) DestroyArray(A) Value(A, e, index1, ..., indexn) Assign(A, e, index1, ..., indexn) InitArray(A, n, bound1, ..., boundn) 操作结果：若维数 n 和各维长度合法， 则构造相应的数组A，并 返回OK。 DestroyArray(A) 操作结果：销毁数组A。 Value(A, e, index1, ..., indexn) 初始条件：A是n维数组，e为元素变量， 随后是n 个下标值。 操作结果：若各下标不超界，则e赋值为 所指定的A 的元素值，并返 回OK。 Assign(A, e, index1, ..., indexn) 初始条件：A是n维数组，e为元素变量， 随后是n 个下标值。 操作结果：若下标不超界，则将e的值赋 给所指定的A的元素，并返回 OK。 数组的顺序表示和实现 类型特点: 1) 只有引用型操作，没有加工型操作； 2) 数组是多维的结构，而存储空间是 一个一维的结构。 有两种顺序映象的方式: 1)以行序为主序(低下标优先)； 2)以列序为主序(高下标优先)。 例如： 称为基地址或基址。 以“行序为主序”的存储映象 二维数组A中任一元素ai,j 的存储位置 LOC(i,j) = LOC(0,0) + (b2×i＋j)× a0,1 a0,0 a0,2 a1,0 a1,1 a1,2 a0,1 a0,0 a0,2 a1,0 a1,1 a1,2 L L 推广到一般情况，可得到 n 维数组数据元素存储位置的映象关系 称为 n 维数组的映象函数。数组元素的存储位置是其下标的线性函数。 其中 cn = L，ci-1 = bi ×ci , 1 i ? n。 LOC(j1, j2, ..., jn ) = LOC(0,0,...,0) + ∑ ci ji i =1 n 在高级语言的层次，计算地址的任务已由编译系统解决，可以通过多维的数组下标直接存取元素，例如A[2, 5, 8]。 5.6 矩阵的压缩存储 假设 m 行 n 列的矩阵含 t 个非零元素，则称 为稀疏因子。 通常认为 ? ? 0.05 的矩阵为稀疏矩阵。 稀疏矩阵的压缩存储 何谓稀疏矩阵？ 以常规方法，即以二维数组表示高阶的稀疏矩阵时产生的问题: 1) 零值元素占了很大空间; 2) 计算中进行了很多和零值的运算， 遇除法，还需判别除数是否为零。 1) 尽可能少存或不存零值元素； 解决问题的原则: 2) 尽可能减少没有实际意义的运算； 3) 操作方便。 即： 能尽可能快地找到与下标值(i, j)对应的元素，能尽可能快地找到同一行或同一列的非零值元。 1) 特殊矩阵 非零元在矩阵中的分布有一定规则例如: 三角矩阵 对角矩阵 2) 随机稀疏矩阵 非零元在矩阵中随机出现 有两类稀疏矩阵： 随机稀疏矩阵的压缩存储方法: 一、 三元组顺序表 二、 十字链表 const MAXSIZE =1000; typedef struct { int i, j; //该非零元的行下标和列下标 ElemType e; //