初始条件：a是n维数组.ppt

第5章 数组和广义表 5.1 数组的定义 基本操作（略）： 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 计算三维数组元素地址的通式 设一般的三维数组是A[0..b1-1, 0..b2-1，0..b3-1] 5.3 矩阵的压缩存储 1）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： 可以将这些元素存放在一个向量sa[0..n(n+1)/2-1]中 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 可以用向量sa[0..n(n+1)/2]存储，将常量存入第一或最后一个单元 3、对角矩阵（带宽矩阵） 5.3.2 稀疏矩阵 1、什么是稀疏矩阵？ 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。 稀疏矩阵的抽象数据类型 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(M)； 操作结果：创建稀疏矩阵M。 DestroFSMatrix(M)； 初始条件：稀疏矩阵M存在。 操作结果：销毁稀疏矩阵Mo PrintSMatrix(M)； 初始条件：稀疏矩阵M存在。 操作结果：输出稀疏矩阵M。 CopySMatrix(M，T)； 初始条件：稀疏矩阵M存在。 操作结果：由稀疏矩阵M复制得到T。 AddSMatrix(M，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：求稀疏矩阵的和Q：M+N SubtMatrix(H，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(H，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(M，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：M中的列变量用col表示； num[ col ]：存放M中第col 列中非0元素个数， cpot[ col ]：存放M中第col列的第一个非0元素的位置， （即b.data中待计算的“恰当”位置所需参考点） 稀疏矩阵的十字链表存储表示 Typedef struct OLNode{ int i,j;//该非零元素下标 ElemType e; struct OLNode *right,*down; }OLNode; *Olink; Typedef struct { Olink *rhead,*chead; int mu,nu,tu; } CrossList; 建立稀疏矩阵（算法5.4） Status CreateSMtrix_OL(CrossList M){ if(M) free(M); scanf(m,n,t); M.mu=m;M.nu=n;M.tu=t; if(!(M.rhead=(Olink*)malloc((m+1)*sizeof(Olink)))) exit(OVERFLOW); if(!(M.chead=(Olink*)mal