数据结构2-5.3--矩阵的压缩存储new.pptVIP

5.3 矩阵的压缩存储 压缩存储的含义: 为多个相同的元只分配一个存储空间 对零元不分配空间 对称矩阵 假设以数组sa[n(n+1)/2]来存储A,则sa[k]和矩阵元aij之间有 N阶对称矩阵A ? ? ? ? ? í ì + 3 + - = j i -1 2 1) - j(j j i 2 ) 1 ( 当 当 i j-1 i i k 0 1 2 3 2 1) - n(n 2 1) n(n + -1 对称矩阵的存储格式 三角矩阵 ( 3 + - j) (i ) 2 ) 1 ( j-1 i i *L Loc(aij)=Loc(a11)+ j) i ( ( + - ) 2 ) 1 ( i-1 j j *L Loc(aij)=Loc(a11)+ 下三角矩阵 上三角矩阵 对角矩阵 见教材！！ 非零元素较少，分布稀疏 假设 m 行 n 列的矩阵含 t 个非零元素 稀疏因子：δ = t/(m*n) = 0.05 通常认为 ? ? 0.05 的矩阵为稀疏矩阵。 存贮结构 顺序存贮结构 链式存贮结构 稀疏矩阵 稀疏矩阵 例5.6 0 12 9 0 0 0 0 0 0 -3 0 0 15 0 0 0 0 0 0 0 12 0 0 0 18 0 M= -3 0 0 0 0 14 0 9 0 0 24 0 0 0 0 24 0 0 0 0 T= 0 0 0 0 0 -7 0 18 0 0 0 0 0 0 0 0 0 0 0 15 0 0 -7 0 0 0 0 0 14 0 0 0 0 0 0 0 0 0 M: mu x nu (6x7) T: nu x mu (7x6) M是T的转置 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) 零值元素占了很大空间; 2) 计算中进行了很多和零值的运算， 遇除法，还需判别除数是否为零。 1) 尽可能少存或不存零值元素； 解决问题的原则: 2) 尽可能减少没有实际意义的运算； 3) 操作方便。 即： 能尽可能快地找到与下标值(i，j)对应的元素，能尽可能快地找到同一行或同一列的非零值元。 稀疏矩阵 ADT SpareMatrix{ 数据对象： 数据关系： (1) CreateSMatrix (M) //构造稀疏矩阵M (2) DestroySMatrix (M) // 销毁稀疏矩阵M (3) PrintSMatrix(M) //输出稀疏矩阵M (4) CopySMatrix(M,T) //复制 (5) AddSMatrix(M,N,Q) //Q=M+N (6) SubSMatrix(M,N,Q) //Q=M-N (7) MulSMatrix(M,N,Q) //Q=M×N (8) TransposeSMatrix(M,T) //T=M’ } ADT SparseMatrix 基本操作： 稀疏矩阵的存储结构一. 三元组顺序表 例5.6 0 12 9 0 0 0 0 0 0 -3 0 0 15 0 0 0 0 0 0 0 12 0 0 0 18 0 M= -3 0 0 0 0 14 0 9 0 0 24 0 0 0 0 24 0 0 0 0 T= 0 0 0 0 0 -7 0 18 0 0 0 0 0 0 0 0 0 0 0 15 0 0 -7 0 0 0 0 0 14 0 0 0 0 0 0 0 0 0 M: mu x nu (6x7) T: nu x mu (7x6)