Chapter5[2]_稀疏矩阵转置.pptVIP

稀疏矩阵 所谓稀疏矩阵,是指矩阵中有大部分的值相同或值为零的元素,且这些元素的分布没有规律. 只需存储非零元,或再用一个单元存储值相同的元素 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; 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 类型定义 矩阵转置 稀疏矩阵转置 快速稀疏矩阵转置 一、三元组顺序表 #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 可以这样存储 mu nu tu 6 7 8 i j e 1 2 12 1 3 9 3 1 -3 3 6 14 4 3 24 5 2 18 6 1 15 6 4 -7 行数 列数 元素数值 所在行 所在列 元素值 保持行序 如何求转置矩阵？ 用“三元组”表示时如何实现？ 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 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]; 实现三元组表存储的稀疏矩阵的转置运算 mu nu tu 6 7 8 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 mu nu tu 7 6 8 i j v 2 1 12 3 1 9 1 3 -3 6 3 14 3 4 24 2 5 18 1 6 15 4 6 -7 mu nu tu 7 6 8 i j v 1 3 -3 1 6 15 2 1 12 2 5 18 3 1 9 3 4 24 4 6 -7 6 3 14 mu nu tu 6 7 8 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 算法1的转置过程 mu nu tu 7 6 8 i j v 1 3 -3 1 6 15 2 1 12 2 5 18 3 1 9 3 4 24 4 6 -7 6 3 14 算法分析(M--T) q=0; 以原始矩阵的列K(1---M.nu)开始查询并转换 1)从第一列开始,扫描一切非零的数据总数目为M.tu(p=0…M.nu-1) M.data[p].j==K的话,则将M.data[p]-?T.data[q]转换,其中变换其(I,j,data)—(j,I,data),并且p++,q++; 如果M.data[p].j!=K时,p++ K++; 2)从第二列开始,扫描一切非零的数据总数目为M.tu(p=0…M.nu-1) M.data[p].j==K的话,则将M.data[p]-?T.data[q]转换,其中变换其(I,j,data)—(j,I,data),并且p++,q++; 如果M.data[p].j!=K时,p++ …… 规律：循环执行为O(M.nu*M.tu) 算法1:按照矩阵A的列序进行转置 Status TransposeSMatrix(TSMatrix M,TSMatrix T){ T.mu=M.nu; T.nu=M.mu;T.tu=M.tu; if(T.tu){ q:=1; for(col=0 ;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]