数据结构--第五章数组和广义表教案.pptVIP

1. 稀疏矩阵的三元组表表示法 对于稀疏矩阵的压缩存储要求在存储非零元素的同时，还必须存储该非零元素在矩阵中所处的行号和列号。我们将这种存储方法叫做稀疏矩阵的三元组表示法。 row col value 该非零元素所在的行号 该非零元素所在的列号 该非零元素的值 每个非零元素在一维数组中的表示形式如图所示： * 三元组表的类型说明： #define MAXSIZE 1000 /*非零元素的个数最多为1000*/ typedef struct {int row, col; /*该非零元素的行下标和列下标*/ ElementType e； /*该非零元素的值*/ }Triple; typedef struct {Triple data[MAXSIZE+1]; /* 非零元素的三元组表 。data[0]未用*/ int m, n, len; /*矩阵的行数、列数和非零元素的个数*/ }TSMatrix； * 1）用三元组表实现稀疏矩阵的转置运算 矩阵转置：指变换元素的位置，把位于（row，col）位置上的元素换到（col ，row）位置上，也就是说，把元素的行列互换。 采用矩阵的正常存储方式时，实现矩阵转置的经典算法如下： Void TransMatrix（ElementType source[n][m], ElementType dest[m][n]） {/*Source和dest分别为被转置的矩阵和转置后的矩阵（用二维数组表示）*/ int i, j; for(i=0;im;i++) for (j=0;j n;j++) dest[i][ j]=source[j] [i] ; } * 实现转置的简单方法： ①矩阵source的三元组表A的行、列互换就可以得到B中的元素，如图 ： ②为了保证转置后的矩阵的三元组表B也是以“行序为主序”进行存放，则需要对行、列互换后的三元组B，按B的行下标（即A的列下标）大小重新排序。 B （i，j，x）————（j，i，x） A 两种处理转置算法如下： * 算法一、 void TransposeTSMatrix(TSMatrix A, TSMatrix * B) { /*把矩阵A转置到B所指向的矩阵中去。矩阵用三元组表表示*/ int i , j, k ; B-m= A.n ; B-n= A.m ; B-len= A.len ; if(B-len0) { j=1; for(k=1; k=A.n; k++) for(i=1; i=A.len; i++) if(A.data[i].col==k) { B-data[j].row=A.data[i].col B-data[j].col=A.data[i].row; B-data[j].e=A.data[i].e; j++; } } } * 算法二、 FastTransposeTSMatrix (TSMatrix A, TSMatrix * B) { /*基于矩阵的三元组表示，采用快速转置法，将矩阵A转置为B所指的矩阵*/ int col , t , p，q; int num[MAXSIZE], position[MAXSIZE] ; B-len= A.len ; B-n= A.m ; B-m= A.n ; if(B-len) {for(col=1;col=A.n;col++) num[col]=0; for(t=1;t=A.len;t++) num[A.data[t].col]++; /*计算每一列的非零元素的个数*/ position[1]=1; for(col=2;colA.n;col++) /*求col列中第一个非零元素在B.data[ ]中的正确位置*/ position[col]=position[col-1]+num[col-1]; for(p=1;pA.len.p++) { col=A.data[p].col; q=position[col]; B-data[q].row=A.data[p].col; B-data[q]..col=A.data[p].row; B-data[q].e=A.data[p].e position[col]++; }} } * 用三元组表实现稀疏矩阵的乘法运算 设矩阵M是m1×n1矩阵，N是m2×n2矩阵；若可以相乘，则必须满足矩阵M的列数n1与矩阵N的行数m2相等，才能得到结