chap5数组与广义表.ppt

第五章 数组与广义表 四类基本结构：   5.1 数组的定义和运算 1.基本概念 2. 数组的抽象数据类型定义 3.数组的运算 5.4 广义表 5.4.2 广义表的存储方式 一次定位快速转置算法——算法原理 A第j列(B第j行)非零元素个数num[j]的计算： for(j=1;j=A.n;j++) num[j]=0; for(t=1;t=A.len;t++) num[A.data[t].col]++; A第j列(B第j行)第一个非零元素在三元组表B中的位置cpot[j]的计算公式如下 cpot[1] = 1; for(j=2;jA.n;j++) cpot[j] = cpot[j-1]+num[j-1]; 如何将计算postion[j]的方法稍加改动，使算法只占用一个辅助向量空间？ 快速转置算法——算法步骤 Step 1：扫描矩阵A的三元组表，统计出A的每一列的非零元素的个数，存放到数组num[]中 (num[j] 存放M第j列的非零元素个数) Step 3：再次扫描矩阵A的三元组表，根据非零元素的列号j，确定它转置后的行号，查cpot表,按查到的位置直接将该项存入转置三元组表B中,并修改cpot[j] ，将其指向该行下一个元素的存储位置(cpot[j]++ )。 Step 2：计算转置矩阵B的每一行在三元组表中的开始位置，并存放到数组cpot[]中 (cpot[j] 存放T第j行开始位置) void FastTranspose( TSMatrix A,TSMatrix B ) { int num[MAXSIZE+1], cpot[MAXSIZE+1], j,t,q; B.m=A.n; B.n=A.m; B.len=A.len; if(B.len) { } } j=A.data[t].col; q=cpot[j]; B.data[q].row=A.data[t].col; B.data[q].col=A.data[t].row; B.data[q].e=A.data[t].e; cpot[j]++; for(j=1;j=A.n;j++) num[j]=0; for(t=1;t=A.len;t++) num[A.data[t].col]++; cpot[1]=1; for(j=2;j=A.n;j++) cpot[j]=cpot[j-1]+num[j-1]; for(t=1;t=A.len;t++) { } A.len A.n-1 A.len A.n 循环次数： A.n+A. len +A.n-1 +A.len 该算法的总的循环次数为： A.n+A. len +A.n-1 +A.len = 2(A.n + A. len)-1 时间复杂度为：O(A.n + A. len) 即使非零元个数A. len与A.m*A.n同数量级，其时间复杂度为O(A.m*A.n)，与经典算法时间复杂度相同。 当矩阵的非零元个数和位置在操作过程中变化较大时，就不宜采用顺序存储结构，这时可以采用链式结构。 由于矩阵有行和列，所以一个结点除了数据域(row,col,val)之外，还应该用两个方向的指针（right, down)，分别指向行和列。 这样，整个矩阵构成了一个十字交叉的链表，因此称十字链表。每一行或每一列的头指针，可以用两个一维指针数组来存放。 5.3.2 稀疏矩阵的十字链表表示 十字链表的类型定义 typedef struct OLNode { int row,col; ElemType e; struct OLNode *right,*down; }OLNode, *OLink; typedef struct { OLink *row_head OLink *col_head; int m,n,len; }CrossList; row col e right down OLNode x; CrossList M; M.len M.n M.m M.col_head M.row_head 1 1 -3 1 4 -5 2 2 -1 3 1 8 ∧ ∧ ∧ ∧ ∧ ∧ 0 0 0 0 8 0 -1 0 -5 0 0 -3 ∧ M.col_head M.row_head ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ 举例 稀殊矩阵： ②十字链表的建立 ——链表的插入 步骤： 1. 创建M.row_head， M.col_head动态数组， 2. 初始化M.row_head， M