[工学]数据结构第5章数组和广义表.pptVIP

数据结构课程的内容 第5章 数组和广义表（Arrays Lists） 5.1 数组的定义 二维数组的特点： N维数组的数据类型定义 基本操作 InitArray(A, n, bound1, ..., boundn) 操作结果：若维数n和各维长度合法，则构造相应的数组A，并返回OK。 DestroyArray(A) 操作结果：销毁数组A。 Value(A, e, index1, ..., indexn) 初始条件：A是n维数组，e为元素变量，随后是n个下标值。 操作结果：若各下标不超界，则e赋值为所指定的A的元素值，并返回OK。 Assign(A, e, index1, ..., indexn) 初始条件：A是n维数组，e为元素变量，随后是n个下标值。 操作结果：若下标不超界，则将e的值赋给所指定的A的元素，并返回OK。 第5章 数组和广义表（Arrays Lists） 5.2 数组的顺序存储表示和实现 二维数组元素地址的通式 设一般的二维数组是A[c1..d1, c2..d2]，这里c1,c2不一定是0。 例2：已知二维数组Am,m按行存储的元素地址公式是： Loc(aij)= Loc(a11)+[(i-1)*m+(j-1)]*K , 按列存储的公式是？ Loc(aij)=Loc(a11)+[(j-1)*m+(i-1)]*K （尽管是方阵，但公式仍不同） 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（见教材P93） 顺序存储方式：按低地址优先（或高地址优先）顺序存入一维数组。 第5章 数组和广义表（Arrays Lists） 5.3 矩阵的压缩存储(数组的应用) 一、稀疏矩阵的压缩存储 例1 ： 三元素组表中的每个结点对应于稀疏矩阵的一个非零元素，它包含有三个数据项，分别表示该元素的 、 和 。 法三：用带辅助向量的三元组表示。 方法： 增加2个辅助向量： ① 记录每行非0元素个数，用NUM（i）表示； ② 记录稀疏矩阵中每行第一个非0元素在三元组中的行号，用POS（i）表示。 法四：用十字链表表示 二、稀疏矩阵的操作 方法1：压缩转置 方法2 快速转置 设计思路： 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） 第5章 数组和广义表（Arrays Lists） 5.4 广义表的定义 2、特点： 有次序性 有长度 有深度 可递归 可共享 第5章 数组和广义表（Arrays Lists） 5.5 广义表的存储结构 1、主要时间消耗在查找M.data[p].j=col的元素，由两重循环完成: for(col=1; col=M.nu; col++) 循环次数＝nu {for(p=1; p=M.tu; p++) 循环次数＝tu 所以该算法的时间复杂度为O(nu*tu) ----即M的列数与M中非零元素的个数之积 最恶劣情况：M中全是非零元素，此时tu=mu*nu， 时间复杂度为 O(nu2*mu ) 结论：压缩转置算法不能滥用。 前提：仅适用于非零元素个数很少（即tumu*nu）的情况。 压缩转置算法的效率分析： 三 元 组 表 a.data 三 元 组 表 b.data ③ (1, 3, -3) ① (2 ,1, 12) ⑥ (2, 5, 18) ② (3, 1, 9) ⑧ (4, 6, -7) ④ (5, 3, 14) ⑦ (1, 6, 15) ⑤ (3, 4, 24) (6, 4, -7) (6, 1, 15) (5, 2, 18) (4, 3, 24) (3, 5, 14) (3, 1, -3) (1, 3, 9 ) (1, 2, 12) 思路：依次把a.data中的元素直接送入b.data的恰当位置上（即M三元组的p指针不回溯）。 关键：怎样寻找b.data的“恰当”位置？ p 1 2 3 4 q 3 5 如果能预知M矩阵每一列(即T的每一行)的非零元素个数，又能预知第一个非零元素在b.data中的位置,则扫描a.data时便可以将每个元素准确定位（因为已知若干参考点）。 技巧：利