数据结构 第05章 多维数组、矩阵和广义表.ppt

二维数组的特点： 若是n 维数组，其中任一元素的地址该如何计算？ LOC ( j1, j2, …, jn ) = LOC ( 0, 0, …, 0 )＋ n 维数组的顺序存储表示 int TransposeSMatrix ( TSMatrix a, TSMatrix b { // 采用三元组表存储表示，求稀疏矩阵 A 的转置矩阵 B int p, q, col; b.mu = a.nu; b.nu = a.mu; b.tu = a.tu; if ( b.tu ) { …… } return OK; } // TransposeSMatrix 算法5.6 求矩阵A的转置矩阵B—P.101 int TransposeSMatrix ( TSMatrix a, TSMatrix b ) { …… if ( b.tu ) { q = 1; // q 表示 b.data 中元素的下标 for ( col = 1; col = a.nu; ++col ) // 按列序求转置 for ( p = 1; p = a.tu; ++p ) // p 遍历 a.data 中所有三元组 if ( a.data[p].j = = col ) { b.data[q].i = a.data[p].j; b.data[q].j = a.data[p].i; b.data[q].e = a.data[p].e; ++q; } } …… } 算法5.6 求矩阵A的转置矩阵B---P.101 5.4 广义表 2. 特　点 有次序性 有长度 有深度 可递归 可共享 广义表的存储结构 M的三元组顺序表图示 M = 0 12 9 0 0 0 0 0 0 0 0 0 0 0 -3 0 0 0 0 14 0 0 0 24 0 0 0 0 0 18 0 0 0 0 0 15 0 0 -7 0 0 0 设M是TSMatrix 类型的结构变量，则M有4 个域，其中M.data用于存储矩阵M的三元组表，如右图所示: i j e 0 1 2 3 4 5 6 7 8 3 1 -3 6 1 15 1 2 12 5 2 18 1 3 9 4 3 24 6 4 -7 3 6 14 M.data 6 7 8 M.mu M.nu M.tu 按行序有序 矩阵的运算 　　 －－如何求转置矩阵？ 矩阵M M的转置矩阵T M = T = 3×5 5×3 i j e 0 1 2 3 4 5 2 2 -7 1 2 14 1 5 -5 3 4 28 3 1 36 i j e 0 1 2 3 4 5 2 2 -7 2 1 14 5 1 -5 4 3 28 1 3 36 i j e 0 1 2 3 4 5 2 2 -7 1 3 36 2 1 14 5 1 -5 4 3 28 M.data T.data T.data ? 用常规的二维数组表示时的算法 其时间复杂度为: O( n×m ) for (col=1; col=n; ++col) for (row=1; row=m; ++row) T[col][row] = M[row][col]; 列 数 行 数 矩阵转置算法－－ 算法5.6 基本思想: 　 对三元组