[理学]数据结构严蔚敏C语言版课件第5章.ppt

实验七 稀疏矩阵的快速转置 一、实验目的 熟悉数组的有关概念，掌握稀疏矩阵的三元组存储结构及其快速转置算法。 二、实验内容 键盘任意输入一个稀疏矩阵A(m*n)，采用三元组存储方法求其转置矩阵B（n*m），并用快速转置算法实现该操作。 三、实验要点及说明 稀疏矩阵的快速转置方法是预先确定好被转置矩阵的每一列的第一个非零元在转置后的目标矩阵三元组中的应有位置。 为了确定相应位置，转置前必须求得稀疏矩阵A的三元组中每列非零元的个数，从而求得每列的第一个非零元在转置矩阵B的三元组中（行）的位置。为此需要两个辅助数组num和cpot，num[col]表示矩阵A的第col列中非零元的个数，cpot[col]矩阵A的第col列的第一个非零元在矩阵B中的恰当位置，且显然有： cpot[1]=1; cpot[col]= cpot[col-1]+ num[col-1] 2≤ col≤ A的列 四、思考题 采用三元组存储实现方法求两个稀疏矩阵的乘积？ 以常规方法，即以二维数组表示 高阶的稀疏矩阵时产生的问题: 1) 零值元素占了很大空间; 2) 计算中进行了很多和零值的运算， 遇除法，还需判别除数是否为零。 1) 尽可能少存或不存零值元素； 解决问题的原则: 2) 尽可能减少没有实际意义的运算； 3) 操作方便。 即： 能尽可能快地找到与 下标值(i，j)对应的元素， 能尽可能快地找到同 一行或同一列的非零值元。 1) 特殊矩阵 非零元在矩阵中的分布有一定规则 例如: 三角矩阵 对角矩阵 2) 随机稀疏矩阵 非零元在矩阵中随机出现 有两类稀疏矩阵： 随机稀疏矩阵的压缩存储方法: 一、三元组顺序表 二、行逻辑联接的顺序表 三、 十字链表 #define MAXSIZE 12500 typedef struct { int i, j; //该非零元的行下标和列下标 ElemType e; // 该非零元的值 } Triple; // 三元组类型 一、三元组顺序表 typedef union { Triple data[MAXSIZE + 1]; int mu, nu, tu; } TSMatrix; // 稀疏矩阵类型 如何求转置矩阵？ 用常规的二维数组表示时的算法 其时间复杂度为: O(mu×nu) for (col=1; col=nu; ++col) for (row=1; row=mu; ++row) T[col][row] = M[row][col]; 用“三元组”表示时如何实现？ M矩阵 T矩阵 1 2 14 1 5 -5 2 2 -7 3 1 36 3 4 28 2 1 14 5 1 -5 2 2 -7 1 3 36 4 3 28 首先应该确定T矩阵中每一行的第一个非零元在三元组中的位置。 cpot[1] = 1; for (col=2; col=M.nu; ++col) cpot[col] = cpot[col-1] + num[col-1]; 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]; cpot[1] = 1; for (col=2; col=M.nu; ++col) cpot[col] = cpot[col-1] + num[col-1]; for (p=1; p=M.tu; ++p) { } } // if return OK; } // FastTransposeSMatrix 转置矩阵元素 Col = M.data[p].j; q = cpot[col]; T.data[q].i = M.data[p].j; T.data