第章_数组和广义表.ppt

第5章 数组和广义表  5.1 数组的定义和运算 5.2 数组的顺序存储和实现 5.3 特殊矩阵的压缩存储 5.4 广义表 5.1 数组的定义和运算 5.2 数组的顺序存储和实现 数组的顺序存储结构有两种：一种是按行序存储，如高级语言BASIC、 COBOL、PASCAL和C语言都是以行序为主；另一种是按列序存储，如高级语言中的FORTRAN语言就是以列序为主显然，二维数组Am×n以行为主的存储序列为：  a00, a01, …，a0,n-1, a10, a11, …, a1,n-1, …, am-1,0, am-1,1, …, am-1,n-1 而以列为主的存储序列为：  a00, a10, …，am-1,0，a10, a11, …, am-1,1, …, a0,n-1, a1,n-1, …, am-1,n-1 补充：变长参数的使用 5.3 特殊矩阵的压缩存储 5.3 特殊矩阵的压缩存储 假若值相同的元素或者零元素在矩阵中的分布有一定规律，则此类矩阵被称为特殊矩阵；反之，称为稀疏矩阵。 5.3.1对称矩阵 如何只存储下三角部分呢？ k与i、j的对应关系 设将矩阵元素aij存到sa[k]中 其中（1≤i , j≤n且j≤i） （０≤kn (n+1)/2） 5.3.2稀疏矩阵 假设在mXn的矩阵中，有t个元素不为零。t/(mXn) 称为矩阵的稀疏因子。通常认为稀疏因子≤ 0.05时称为稀疏矩阵。 1. 稀疏矩阵的三元组表表示法 三元组表的类型说明如下： 1) 用三元组表实现稀疏矩阵的转置运算 所谓的矩阵转置，是指变换元素的位置，把位于（i，j）位置上的元素换到（j，i）位置上，也就是说， 把元素的行列互换。如前边所示的6×7矩阵M，它的转置矩阵就是7×6的矩阵T，并且M(i，j) = T(j，i)，其中，1≤i≤6 ，1≤j≤7。 void TransMatrix（ElemType M[mu][nu], ElemType T[nu][mu]） {//M和T分别为被转置的矩阵和转置以后的矩阵(用二维数组表示) int row, col;  for(col=1; col=nu; ++col) for (row=1; row=mu; ++row) T[col][row]=M[row][col];  } ① 矩阵M三元组表中元素的行、 列互换就可以得到矩阵T三元组表中的元素， 如图所示。 ② 为了保证转置后的矩阵的三元组表T.data也是以“行序为主序”进行存放，则需要对行、列互换后的三元组表T.data按行下标（即M.data的列下标）大小重新排序， 如何使T.data中的三元组是以T的行（M的列）为主序依次排列呢？ 方法1 按照T.data中三元组的次序依次在M.data中找到相应的三元组进行转置。 算法思路： ①M的行、列转化成T的列、行； ②在M.data中依次找第一列的、第二列的、直到最后一列，并将找到的每个三元组的行、列交换后顺序存储到T.data中即可。 Status TransposeTSMatrix(TSMatrix M, TSMatrix T) { //把矩阵M转置，得到矩阵T， 矩阵用三元组表表示 T.mu=M.nu ; T.nu= M.mu ; T.tu= M.tu ;  if(T.tu) { q=1;  for(col=1; col=M.nu; ++col)  for(p=1; p=M.tu; ++p) if(M.data[p].j==col) { T.data[q].i=M.data[p].j T.data[q].j=M.data[p].i;  T.data[q].e=M.data[p].e;  ++q;  } } return OK; } //TransposeSMatrix 算法的时间耗费主要是在双重循环中，其时间复杂度为 O(M.nu×M.tu), 最坏情况下，当M.tu和M.