数据结构课件(C语言版)--第5章 数组和广义表.pptVIP

第5章 数组和广义表 数组是一种人们非常熟悉的数据结构，几乎所有的程序设计语言都支持这种数据结构或将这种数据结构设定为语言的固有类型。数组这种数据结构可以看成是线性表的推广。 科学计算中涉及到大量的矩阵问题，在程序设计语言中一般都采用数组来存储，被描述成一个二维数组。但当矩阵规模很大且具有特殊结构(对角矩阵、三角矩阵、对称矩阵、稀疏矩阵等)，为减少程序的时间和空间需求，采用自定义的描述方式。 广义表是另一种推广形式的线性表，是一种灵活的数据结构，在许多方面有广泛的应用。 习 题 五 ⑴ 什么是广义表？请简述广义表与线性表的区别？ ⑵ 一个广义表是(a, (a, b), d, e, (a, (i, j), k)) ，请画出该广义表的链式存储结构。 ⑶ 设有二维数组a[6][8]，每个元素占相邻的4个字节，存储器按字节编址，已知a的起始地址是1000，试计算： ① 数组a的最后一个元素a[5][7]起始地址； ② 按行序优先时，元素a[4][6]起始地址； ③ 按行序优先时，元素a[4][6]起始地址。 ⑷ 设A和B是稀疏矩阵，都以三元组作为存储结构，请写出矩阵相加的算法，其结果存放在三元组表C中，并分析时间复杂度。 ⑸ 设有稀疏矩阵B如下图所示，请画出该稀疏矩阵的三元组表和十字链表存储结构。 if (a.data[p].col==col) { b.data[q].row=a.data[p].col ; b.data[q].col=a.data[p].row ; b.data[q].value=a.data[p].value; q++ ; } } } 算法分析：本算法主要的工作是在p和col的两个循环中完成的，故算法的时间复杂度为O(cn?tn)，即矩阵的列数和非0元素的个数的乘积成正比。 而一般传统矩阵的转置算法为： for(col=1; col=n ;++col) for(row=0 ; row=m ;++row) b[col][row]=a[row][col] ; 其时间复杂度为O(n?m)。当非零元素的个数tn和m?n同数量级时，算法TransMatrix的时间复杂度为O(m?n2)。 由此可见，虽然节省了存储空间，但时间复杂度却大大增加。所以上述算法只适合于稀疏矩阵中非0元素的个数tn远远小于m?n的情况。 方法二(快速转置的算法) 算法思想：直接按照稀疏矩阵A的三元组表a.data的次序依次顺序转换，并将转换后的三元组放置于三元组表b.data的恰当位置。 前提：若能预先确定原矩阵A中每一列的(即B中每一行)第一个非0元素在b.data中应有的位置，则在作转置时就可直接放在b.data中恰当的位置。因此，应先求得A中每一列的非0元素个数。 附设两个辅助向量num[ ]和cpot[ ] 。 ◆ num[col]：统计A中第col列中非0元素的个数； ◆ cpot[col] ：指示A中第一个非0元素在b.data中的恰当位置。 显然有位置对应关系： cpot[1]=1 cpot[col]=cpot[col-1]+num[col-1] 2≦col≦a.cn 例图5-8中的矩阵A和表5-9(a)的相应的三元组表可以求得num[col]和cpot[col]的值如表5-1： num[col] 1 2 2 1 0 1 1 1 col 1 2 3 4 5 6 7 8 cpot[col] 1 3 5 6 6 7 8 9 表5-1 num[col]和cpot[col]的值表 快速转置算法如下： void FastTransMatrix(TMatrix a, TMatrix b) { int p , q , col , k ; int num[MAX_SIZE] , copt[MAX_SIZE] ; b.rn=a.cn ; b.cn=a.rn ; b.tn=a.tn ; /* 置三元组表b.data的行、列数和非0元素个数 */ if (b.tn==0) printf(“ The Matrix A=0\n” ) ; else { for (col=1 ; col=a.cn ; ++col) num[col]=0 ; /* 向量num[]初始化为0 */ for (k=1 ; k