第4章串与数组(Java版)剖析.ppt

4）算法：(P138/算法4.9) public SparseMatrix (int mat[ ][ ]) { int i,j,k=0,count=0; } //算法4.9结束 for(i=0; imat.length; i++) { //统计非零元素的个数 } for(j=0; jmat[i].length; j++){ } if( mat[i][j]!=0 ) count++; rows= mat.length; //行数 cols=mat[0].length; //列数 nums=count; //非零元素的个数 data=new TripleNode[nums]; //申请空间 for(i=0; imat.length; i++) { //建立三元组表 } for(j=0; jmat[i].length; j++){ } if( mat[i][j]!=0 ){ data[k]=new TripleNode(i,j,mat[i][j]); k++; } M矩阵 T矩阵 2. 矩阵的转置操作 （P139/算法 4.10) 如何求转置矩阵？ 4.8.1 稀疏矩阵的三元组表存储—基本操作 用常规的二维数组表示时的算法 其时间复杂度为: O(rows×cols) for (col=0; col=rows; ++col) for (row=0; rowcols; ++row) T[row][col] = M[col][row]; 2. 矩阵的转置操作 （P139/算法 4.10) 用“三元组”表示时如何实现？ 方法一：(算法4.10) 思想：按this.data的列序进行转置，然后存放在连续的存储空间tm.data中。 2. 矩阵的转置操作 （P139/算法 4.10) 操作要求： 将用三元组顺序表存储的当前矩阵转达置为用三元组顺序表存储的矩阵tm,并返回其值。 要创造矩阵对象tm. 1 0 14 4 0 -5 1 1 -7 0 2 36 3 2 28 0 1 14 0 4 -5 1 1 -7 2 0 36 2 3 28 this.data tm.data 3 5 5 data rows cols nums this 5 3 5 data rows cols nums tm 2. 矩阵的转置操作 （P139/算法 4.10) 矩阵转置的实现算法：(P139/算法4.10) public SparseMatrix transpose() { } //算法4.10结束 SparseMatrix tm = new SparseMatrix(nums); //创建矩阵对象 tm.cols = rows; //行数变为列数 tm.rows = cols; //列数变为行数 tm.nums = nums; //非零元素个数不变 int q = 0; for (int col = 0; col cols; col++) { for (int p = 0; p nums; p++) { if (data[p].getColumn() == col) { tm.data[q].setRow(data[p].getColumn()); tm.data[q].setColumn(data[p].getRow()); tm.data[q].setValue(data[p].getValue()); q++; } } } return tm; 这种方法当前矩阵有多少列就要对它扫描多少遍，每扫