第5章数组和广义表2.pptVIP

第5章 数组和广义表（Arrays Lists） * ① 元素的值并非原子类型，可以再分解，表中元素也是一个线性表（即广义的线性表）。 ② 所有数据元素仍属同一数据类型。 5.1 数组的定义 5.2 数组的顺序表示和实现 5.3 矩阵的压缩存储 5.4 广义表的定义 5.5 广义表的存储结构 数组和广义表的特点：一种特殊的线性表 顺序存储方式：按低地址优先（或高地址优先）顺序存入一维数组。 * ^ … … 行指针向量 a11 a12 … ^ a1n am1 am2 … ^ amn 补充：链式存储方式：用带行指针向量的单链表来表示。 注：数组的运算参见下一节实例（稀疏矩阵的转置） （难点是多维数组与一维数组的地址映射关系） 5.3 矩阵的压缩存储 * 讨论： 1. 什么是压缩存储？ 若多个数据元素的值都相同，则只分配一个元素值的存储空间，且零元素不占存储空间。 2. 所有二维数组（矩阵）都能压缩吗？ 未必，要看矩阵是否具备以上压缩条件。 3. 什么样的矩阵具备以上压缩条件？ 一些特殊矩阵，如：对称矩阵，对角矩阵，三角矩阵，稀疏矩阵等。 4. 什么叫稀疏矩阵？ 矩阵中非零元素的个数较少（一般小于5%） 重点介绍稀疏矩阵的压缩和相应的操作。 一、稀疏矩阵的压缩存储 * 问题： 如果只存储稀疏矩阵中的非零元素，那这些元素的位置信息该如何表示？ 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。 二、稀疏矩阵的操作 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 。 * 行下标 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)) 法1：用线性表表示： 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 * 法2：用三元组矩阵表示： 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 1 2 12 1 3 9 3 1 -3 3 5 14 4 3 24 5 2 18 6 1 15 6 4 -7 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 6 6 8 i j value 稀疏矩阵压缩存储的缺点：将失去随机存取功能 :-( 0 1 2 3 4 5 6 7 8 法三：用带辅助向量的三元组表示。 方法： 增加2个辅助向量： ① 记录每行非0元素个数，用NUM（i）表示； ② 记录稀疏矩阵中每行第一个非0元素在三元组中的行号，用POS（i）表示。 * 7 6 5 3 1 2 1 1 2 0 2 NUM( i) 6 5 4 3 POS( i ) 2 1 i 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