第5章 组和广义表.pptVIP

* 第*页 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。 * 第*页 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。 * 第*页 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： 几种形态的矩阵 矩阵的压缩存储 矩阵是很多科学与工程计算中研究的对象；特点：维数高、存在许多相同的元或者零元。 压缩存储——为多个相同的元素只分配一个存储空间，对零元不分配存储空间。 例3：特殊（对称）矩阵和稀疏矩阵 1、对称矩阵 2、稀疏矩阵 特殊矩阵·对称矩阵 对称矩阵——若n阶矩阵满足aij= aji,则该矩阵称为对称矩阵。 对称矩阵 要存储的部分元素 k = 0 1 2 …. …. 则相应的位置关系为： §5.3.1 特殊矩阵·上三角矩阵 上三角矩阵 k = 0 1 n-1 n n+1 2n-4 (n2-n-2)/2 行号 非零元个数 1 n-1 n-2 n-3 ... … i-1 n-i+1 累加: (2n-i)(i-1)/2 k = (2n-i)(i-1)/2 + (j-i) - 1 §5.3.1 特殊矩阵·对角矩阵 矩阵中所有的非零元素都集中在以主对角线为中心的带状区域。 非零元 B、三对角矩阵 A、对角矩阵的一般形式 k = 0 1 2 3 4 5 3n-3 行号 非零元个数 1 2 3 ... … i-1 3 … … n-1 3 n 2 k = 3(i-1)-1 + (j-i+2) -1 = 2i + j - 3 * 第*页 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 * 第*页 #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 * 第*页 如何求转置矩阵？ * 第*页 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]; * 第*页 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 * 第*页 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]; 矩阵M的向量cpot值 矩阵M的向量cpot值 * 第*页 Status FastTransposeSMatrix(TSMatrix M, TSMatrix T){ T.m