数据结构-数组与广义表.pptVIP

第五章 数组和广义表 ;5.1 数组的类型定义;5.1 数组的类型定义; N维数组中含有b1* b2*… * bn个数组元素, 数组中的每个元素都对应于一组下标： (j1, j2, …, jn) 每个下标的取值范围是：0≤ ji ≤ bi – 1, bi称为第i维的长度(i=1,2,…,n)。;二维数组的定义:;二维数组示例:;二维数组可是看成定长线性表，其中的每个元素也是定长线性表，即是一维数组。 那么N维数组的元素是？;基本操作：; InitArray(A, n, bound1, ..., boundn) 操作结果：若维数 n 和各维长度合法， 则构造相应的数组A，并 返回OK。; DestroyArray(A) 操作结果：销毁数组A。; Value(A, e, index1, ..., indexn) 初始条件：A是n维数组，e为元素变量， 随后是n 个下标值。 操作结果：若各下标不超界，则e赋值为 所指定的A 的元素值，并返 回OK。; Assign(A, e, index1, ..., indexn) 初始条件：A是n维数组，e为元素变量， 随后是n 个下标值。 操作结果：若下标不超界，则将e的值赋 给所指定的A的元素，并返回 OK。;5.2 数组的顺序表示和实现; 类型特点: 1) 只有引用型操作，没有加工型操作； 2) 数组是多维的结构，而存储空间是 一个一维的结构。;例如： ;推广到一般情况，可得到 n 维数组数据元素存储位置的映象关系;数组的顺序表示和实现 见 93 页。;1) 特殊矩阵 非零元在矩阵中的分布有一定规则 例如: 三角矩阵 对称矩阵 对角矩阵;1) 特殊矩阵 如: 下三角矩阵,可以采用一个一维数组sa[n(n+1)/2]来存储。;假设 m 行 n 列的矩阵含 t 个非零元素，则称 为稀疏因子。 通常认为 ? ? 0.05 的矩阵为稀疏矩阵。;稀疏矩阵的抽象数据类型定义:;基本操作：; 以常规方法，即以二维数组表示 高阶的稀疏矩阵时产生的问题:;1) 尽可能少存或不存零值元素；;2) 随机稀疏矩阵的压缩存储方法:; #define MAXSIZE 12500 typedef struct { int i, j; //该非零元的行下标和列下标 ElemType e; // 该非零元的值 } Triple; // 三元组类型;如何求转置矩阵？;用常规的二维数组表示时的算法;用“三元组”表示时如何实现？;Status TransposeSMatrix(TSMatrix M, TSMatrix T){ T.mu = M.nu; T.nu = M.mu; T.tu = M.tu; if (T.tu) { //非零元素个数不为零 q=1; // q指T中的非零元素下标 for (col=1; col=M.nu; ++col)//T中的行 for (p=1; p=M.tu; ++p)//p指M中的非零元素下标 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; } } // if return OK; } // TransposeSMatrix; 能不能设计出时间复杂度 更低的算法呢？; 首先应该确定每一行的第一个非零元在三元组中的位置。;Status FastTransposeSMatrix(TSMatrix M, TSMatrix T){ T.mu = M.nu; T.nu = M.mu; T.tu = M.tu; if (T.tu) { //非零元素个数不为零 for (col=1; col=M.nu; ++col) num[col] = 0; for (t=1;