10算法和数据结构.pptVIP

第十章 数组和广义表;5.2 矩阵的压缩存储;1。特殊矩阵;2。稀疏矩阵 稀疏因子：设在m*n的矩阵中，有t个非零元素，令;一、三元组顺序表 用顺序结构来表示三元组。 /* 具体实现 */ #define MaxSize 20000 typedef struct { int i, j; /* 行号和列号 */ ElemType elem; }Triple; typedef struct { Triple data[MaxSize+1]; int mu, nu, tu; /* 行数、列数和非零元个数*/ }TSMatrix; ;矩阵转置的实现： （1）交换行列值 （2）交换i、j值 （3）重排三元组之间的次序（目的是让所有元素仍按 行序存放） 重排三元组之间的次序有两种方法： （1）按照列序。找到矩阵的每一列所有元素，变成相 应的行即可。为了找到矩阵的每一列的所有非零元素， 需要对矩阵从第一行起整个扫描一遍。 具体可以如下实现： ;Status TransposeSMatrix(TSMatrix M, TSMatrix *T) {/* 数组的第零个元素未用 */ int p, q, col; T-mu = M.nu; T-nu = M.mu; T-tu = M.tu; if(T-tu) { q = 1; for(col = 1; col=M.nu; ++col) for(p = 1; p=M.tu; ++p) if(M.data[p].j == col){ T-data[q].i = M.data[p].j; T-data[q].j = M.data[p].i; T-data[q].elem = M.data[p].elem; ++q; } } return OK; };上面算法的时间复杂度为：O(M.nu*M.tu) 当矩阵中非零元个数tu和mu*nu同数量级时，则该算法的 时间复杂度为O(M.mu*M.nu2）。因此该算法只适用于 tu mu*nu的情况。 （2）将矩阵M的每一个转置后的三元组放入矩阵T的合适 位置。如果能预先确定矩阵M中每一列（即T中的每一行) 的第一个非零元素在T中的合适位置，那么在对M进行转置 时就可以直接放到T中的恰当位置上去。为了确定这些位置， 应先求得M的每一列中非零元的个数，进而求得每一列的 第一个非零元在T中的位置。 设num[]和cpot[]分别用来存放每一列的非零元的个数和 该列第一个非零元在T中的位置。则显然有： cpot[1] = 1; cpot[col] = cpot[col-1]+num[col-1] 2=col =M.nu 而每一列的非零元的个数可以通过对整个矩阵M扫描一遍 得到。;Status FastTransposeSMatrix(TSMatrix M, TSMatrix *T){ int col, p, q, t; T-mu = M.nu; T-nu = M.mu; T-tu = M.tu; if(T-tu) { for(col=1; col=M.nu; ++col) num[col] = 0; for(t = 1; t = M.tu; ++t) ++num[M.data[t].j]; cpot[1] = 1; for(col = 2; col = M.nu; ++col) cpot[col] = cpot[col-1] + num[col-1]; for(p = 1; p = M.tu; ++p){ col = M.data[p].j; q = cpot[col]; T-data[q].i = M.data[p].j; T-data[q].j = M.data[p].i; T-data[q].elem = M.data[p].elem; ++cpot[col]; } /* for */ } /* if */ return OK; } ;该算法的总的循环次数为： M.nu+M.tu+M.nu-1 +M.tu = 2(M.nu + M.tu)-1 所以其时间复杂度为：O(M.nu+M.tu)。 即使非零元个术与mu*nu同数量级，其时间复杂度为 O(M.mu * M.nu)，与经典算法时间复杂度相同。 三元组顺序表的特点： （1）便于进行以行顺序处理的矩阵运算。 （2）若需按行号存取某一行的非零元，需从开始进行查找。;二、行逻辑链接的顺序表 为了便于随机存取任意一行的非零元，则需知道每一行的 第一个非零元在三元组表中的位置。为此，可将快速转置 矩阵