第5章(数组和广义表).ppt

第5章 数组和广义表 2、稀疏矩阵的压缩存储方法 3、求转置矩阵  #define MAXSIZE 12500 typedef struct { int i, j; ElemType e; } Triple; typedef struct { Triple data[MAXSIZE+1]; int mu, nu, tu; } TSMatrix; 4、十字链表 4、十字链表 实现：需要附设num和cpot两个数组。 num[col]：表示矩阵M中第col列中非零元的个数； cpot[col]：指示矩阵M中第col列第一个非零元在mb中的位置 显然有： cpot[1]=1; cpot[col]=cpot[col-1]+num[col-1]; (2?col ?a.nu) 1 3 5 7 8 8 9 col num[col] cpot[col] 1 2 2 2 3 2 4 1 5 0 6 1 7 0 方法二：快速转置算法 Status FastTransposeSMatrix ( TSMatrix M, TSMatrix T) { T.mu=M.nu; T.nu=M.mu; T.tu=M.tu; if (T.tu) { for ( col=1; col=M.nu; ++col) num[col]=0; for (t=1;t=M.tu;++t) ++num[M.data[t].j]; // 求M中每一列含非零元个数 cpot[1]=1; 方法二：快速转置算法 for (col=2;col=M.nu;++col) cpot[col]=cpot[col-1]+num[col-1]; //求第col列中第一个非零元在b.data中的序号。 for(p=1; p=M.tu; ++p) { col=M.data[p].j; q=cpot[col]; } //if return OK; } T.data[q].i=M.data[p].j; T.data[q].j=M.data[p].i; T.data[q].e=M.data[p].e; ++cpot[col]; } 方法二：快速转置算法 这个算法仅比前一个算法多用了两个辅助数组。 快速转置算法分析 从时间上看，算法中有四个并列的单循环，循环次数分别为nu和tu，因而总的时间复杂度为O（nu＋tu）。 在M的非零元素个数tu和mu×nu等数量级时，其时间复杂度为O（mu×nu），和经典算法的时间复杂度相同。 6 7 8 1 2 12 1 3 9 3 1 -3 3 6 14 4 3 24 5 2 18 6 1 15 6 4 -7 i j v 0 1 2 3 4 5 6 7 8 ma i j v 0 1 2 3 4 5 6 7 8 mb col num[col] cpot[col] 1 1 2 2 3 2 3 5 2 4 7 1 5 8 0 6 8 1 7 9 0 7 6 8 1 3 -3 1 6 15 2 1 12 2 5 18 3 1 9 3 4 24 4 6 -7 6 3 14 p p p p p p p p 4 6 2 9 7 5 3 8 typedef struct OLNode {int i，j; ElemType e; struct OLNode *down, *right; } OLNode, *OLink; i j e down right 在链表中，每个非零元素可用一个含5个域的结点表示，right域用以链接同一行中下一个非零元素，down域用以链接同