清华大学算法课5.ppt

第5章 数组和广义表（Arrays Lists） 5.1 数组的定义 二维数组的特点： N维数组的数据类型定义 基本操作： 5.2 数组的顺序存储表示和实现 计算二维数组元素地址的通式设一般的二维数组是A[c1..d1, c2..d2]，这里c1,c2不一定是0 N维数组的顺序存储表示 5.3 矩阵的压缩存储 对称矩阵的存储方式 在对称矩阵中，第i行恰有i+1个元素，元素总数为： (i+1)=n(n+1)/2。可以将这些元素存放在一个向量sa[0..n(n+1)/2-1]中 为了便于访问对称矩阵A中的元素，我们必须在aij和sa[k]之间找一个对应关系。 若i≧j，则aij在下三角形中。 aij之前的i行（从第0行到第i-1行）一共有1+2+…+i=i(i+1)/2个元素，在第i行上，aij之前恰有j个元素（即ai0,ai1,ai2,…,aij-1），因此有： k=i*(i+1)/2+j 0≦kn(n+1)/2 若ij，则aij是在上三角矩阵中。因为aij=aji，所以只要交换上述对应关系式中的i和j即可得到： k=j*(j+1)/2+i 0≦ kn(n+1)/2 5.3.1特殊矩阵 2、三角矩阵 以主对角线划分，三角矩阵有上三角和下三角两种。 上三角矩阵的下三角（不包括主对角线）中的元素均为常数。 下三角矩阵正好相反，它的主对角线上方均为常数。 在大多数情况下，三角矩阵常数为零。 a00 a01 … a 0 n-1 a00 c … c c a11 … a 1 n-1 a10 a11 … c ………………….. …………….. c c … a n-1 n-1 an-1 0 an-1 1 … an-1 n-1 (a)上三角矩阵 (b)下三角矩阵 5.3.1特殊矩阵 3、对角矩阵 对角矩阵中，所有的非零元素集中在以主对角线为了中心的带状区域中，即除了主对角线和主对角线相邻两侧的若干条对角线上的元素之外，其余元素皆为零。 5.3.2 稀疏矩阵 1、什么是稀疏矩阵？ 简单说，设矩阵A中有s个非零元素，若s远远小于矩阵元素的总数（即s≦m×n），则称A为稀疏矩阵 有s个非零元素。令 e=s/(m*n)，称e为矩阵的稀疏因子。通常认为e≦0.05时称之为稀疏矩阵。 2、稀疏矩阵的存储 存储稀疏矩阵时，为了节省存储单元，使用压缩存储方法 非零元素的分布一般是没有规律的，因此在存储非零元素的同时，还必须同时记下它所在的行和列的位置（i,j)。 一个三元组(i,j,aij)唯一确定了矩阵A的一个非零元。因此，稀疏矩阵可由表示非零元的三元组及其行列数唯一确定。 ADT SqarseMatrix{ 数据对象:D={aij |i=1,2…,m;j=1,2,…,n; aij ?ElemSet,m和n为行数和列数 数据关系：R={Row，Col} Row={ai,j，ai,j+1|1=i=m,1=j=n-1} Col={ai,j，ai+1,j|1=i=m-1,1=j=n} 基本操作： createSMatrix()； 操作结果：创建稀疏矩阵。 destroFSMatrix()； 初始条件：稀疏矩阵存在。 操作结果：销毁稀疏矩阵 printSMatrix()； 初始条件：稀疏矩阵存在。 操作结果：输出稀疏矩阵。 copySMatrix(T)； 初始条件：稀疏矩阵存在。 操作结果：由稀疏矩阵复制得到To addSMatrix(N，Q)； 初始条件：稀疏矩阵与N的行数和列数对应相等。 操作结果：求稀疏矩阵的和Q：M+N subtMatrix(N，Q)； 初始条件：稀疏矩阵M与N的行数和列数对应相等。 操作结果：求稀疏矩阵的差Q=M-N multSMatrix(N，Q)； 初始条件：稀疏矩阵M的列数等于N的行数。 操作结果：求稀疏矩阵乘积Q=MxN transposeSMatrix(T)； 初始条件：稀疏矩阵M存在。 操作结果：求稀疏矩阵M的转置矩阵T。 }ADT SparseMatrix 稀疏矩阵的压缩存储方法 令：