第五部分数组和广义表[00001].pptVIP

5．2 数组的顺序表示和实现 5．3.1 特殊矩阵 5.3.2 稀疏矩阵 第五章 习 题一 5．4 广义表 5．5 广义表的存储结构 *5.6 m 元多项式的表示 第五章 习 题二 1) 转置运算算法TransposeSMatrix(TSMatrix M, TSMatrix T) 基本思想 对M.data从头至尾扫描： 第一次扫描时，将M.data中列号为1的三元组赋值到T.data中， 第二次扫描时，将M.data中列号为2的三元组赋值到T.data中， 依此类推，直至将M.data所有三元组赋值到T.data中。 转置运算算法 Status TransposeSMatrix(TSMatrix M, TSMatrix T) {//采用三元组表存储表示，求稀疏矩阵M的转置矩阵T T.mu=M.nu; T.nu=M.mu; T.tu=M.tu; if (T.tu) { q=1; // q为当前三元组在T.data[ ]存储位置(下标) for (col=1; col=M.nu; ++col) for (p=1; p=M.tu; ++p) //p为扫描M.data[ ]的“指示器” //p“指向”三元组称为当前三元组 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; }// TransposeSMtrix 算法5.1 i j v 1 2 12 1 3 9 3 1 -3 3 6 14 4 3 24 5 2 18 6 1 15 6 4 -7 i j v 3 1 -3 2 5 18 1 3 -3 6 1 15 1 6 15 1 2 12 2 1 12 5 2 18 1 3 9 3 1 9 4 3 24 3 4 24 6 4 -7 4 6 -7 3 6 14 6 3 14 M.data T.data 对M六次扫描完成转置运算 第一次扫描查找第1列元素 第一次扫描结束 第二次扫描结束 第二次扫描查找第2列元素 第三次扫描查找第3列元素 第四次扫描查找第4列元素 第五次扫描查找第5列元素 第六次扫描查找第6列元素 转置运算算法图示 时间复杂度分析 算法的基本操作为将M.data中的三元组赋值到T.data，是在两个循环中完成的，故算法的时间复杂度为O(nu?tu) 我们知道，若用二维数组存储矩阵，转置算法的时间复杂度为O（ mu?nu） 。当非零元的个数tu和矩阵元素个数mu?nu 同数量级时，转置运算算法1的时间复杂度为O（ mu?nu ? nu）。由此可见：在这种情况下，用三元组顺序表存储矩阵，虽然可能节省了存储空间，但时间复杂度提高了，因此算法仅适于tu mu?nu的情况。 该算法效率不高的原因是：对为实现M到T的转置，该算法对M.data进行了多次扫描。能否在对M.data一次扫描的过程中，完成M到T 的转置？ 快速转置算法 下面介绍转置运算算法称为快速转置算法分析 在M.data中， M的各列非零元对应的三元组是以行为主序存储的，故M的各列非零元对应的三元组存储位置不是“连续”的。然而，M的各列非零元三元组的存储顺序却与各列非零元在M中的顺序一致。 如：M的第一列非零元素是 -3、15，它们对应的三元组在M.data 中的存储顺序也是（3，1，-3）在前（6，1，15）后。 如果能先求得M各列第一个非零元三元组在T.data中的位置，就能在对M.data一次扫描的过程中，完成M到T 的转置： 对M.data一次扫描时， 首先遇到各列的第一个非零元三元组，可按先前求出的位置，将其放至T.data中，当再次遇到各列的非零元三元组时，只须顺序放到