数据结构-05串和数组2.ppt

* * * 5.6.2 随机稀疏矩阵的存储压缩 可以按以行为主的方法把无规则稀疏矩阵映射到一维数组中。为了重建矩阵结构，必须记录每个非0元素所在的行号和列号，所以在把稀疏矩阵的非0元素映射到数组中时必须提供三个域：row、col和value（矩阵元素的值）。 5.6.2 随机稀疏矩阵的存储压缩 例如：下左图为6X7稀疏矩阵 我们用右图三元组分量来描述 M6×7= 0 12 9 0 0 0 0 0 0 0 0 0 0 0 -3 0 0 0 0 14 0 0 0 24 0 0 0 0 0 18 0 0 0 0 0 15 0 0 -7 0 0 0 i j v 1 1 2 12 2 1 3 9 3 3 1 -3 4 3 6 14 5 4 3 24 6 5 2 18 7 6 1 15 8 6 4 -7 0 6 7 8 三元组顺序表 1. 三元组顺序表的定义 #define MAXSIZE 12500 typedef struct { int i,j; ElemType e; }Triple; typedef union { Triple data[MAXSIZE+1]; int mu,nu,tu; }TSMatrix; //假设非零元素的个数最大值为12500 //非零元素的行、列下标 //非零元素组表data[0]不使用 //矩阵的行数、列数和非零元个数 2. 三元组顺序表的应用: 矩阵的转置 矩阵转置的一般规则: 一个m×n的矩阵M,其转置矩阵T是n×m, T(i,j) = M(j,i), 1≤i≤n, 1≤j≤m 用三元组表示的转置矩阵 i j v 1 2 12 1 3 9 3 1 -3 M: 3 6 14 4 3 24 5 2 18 6 1 15 6 4 -7 0 12 9 0 0 0 0 0 0 0 0 0 0 0 -3 0 0 0 0 14 0 0 0 24 0 0 0 0 0 18 0 0 0 0 0 15 0 0 -7 0 0 0 i j v T: 1 3 -3 1 6 15 2 1 12 2 5 18 3 1 9 3 4 24 4 6 -7 6 3 14 算法的思路: i j v 1 2 12 1 3 9 3 1 -3 M: 3 6 14 4 3 24 5 2 18 6 1 15 6 4 -7 i j v 1 3 -3 1 6 15 2 1 12 T: 2 5 18 3 1 9 3 4 24 4 6 -7 6 3 14 ①对M三元组表中的每个三元组进行扫描 ②先找列号 j=1 的三元组， 若存在，则将其移至T三元组表,并依次存放 并对找到的三元组元素将其行列号对换 否则找下一列,依次类推 typedef struct { int i,j; ElemType e; }Triple; typedef union { Triple data[MAXSIZE+1]; int mu,nu,tu; }TSMatrix; Status TransposeSMatrix(TSMatrix M, TSMatrix T) { 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].e = M.data[p].e;++q } } return OK; } //采用三元组表存储表示，求稀疏矩阵M的转置矩阵T //T行数为M的列数,T的列数为M的行数,T的非零元素个数与M相同 //非零元素计数器,