第5章 数组广义表格.pptVIP

例如: ? a (x, y) ((x)) LS=( a, (x,y), ((x)) ) ls 5.5 广义表的存储结构 广义表的头尾链表存储表示 typedef enum{ATOM,LIST} ElemTag; typedef struct GLNode{ ElemTag tag; union{ AtomType atom; struct GLNode *hp; }; struct GLNode *tp; } 5.5 广义表的存储结构 * cpot[1] = 1; // 求 M 中每一列的第一个非零元在 b.data 中的序号 for (col=2; col=M.nu; ++col) cpot[col] = cpot[col-1]+num[col-1]; for (p=1; p=M.tu; ++p) { col = M.data[p].j; q = cpot[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; ++cpot[col]; } // for } // if return OK; } // FastTransposeSMatrix 5.3.3 矩阵的压缩存储 分析算法FastTransposeSMatrix的时间复杂度： 时间复杂度为: O(M.nu+M.tu) for (col=1; col=M.nu; ++col) … … for (t=1; t=M.tu; ++t) … … for (col=2; col=M.nu; ++col) … … for (p=1; p=M.tu; ++p) … … 5.3.3 矩阵的压缩存储 三元组顺序表又称有序的双下标法，它的特点是，非零元在表中按行序有序存储，因此便于进行依行顺序处理的矩阵运算。然而，若需随机存取某一行中的非零元，则需从头开始进行查找。 行逻辑联接的顺序表 5.3.3 矩阵的压缩存储 #define MAXRC 500 typedef struct { Triple data[MAXSIZE + 1]; int rpos[MAXRC + 1]; int mu, nu, tu; } RLSMatrix; // 行逻辑链接顺序表类型 将上节快速转置矩阵的算法中创建的指示“行”信息的辅助数cpot固定在稀疏矩阵的存储结构中。 5.3.3 矩阵的压缩存储 两个矩阵相乘的经典算法 Q=M×N M是m1×n1, N是n1×n2,Q是m1×n2 矩阵乘法的精典算法: for (i=1; i=m1; ++i) for (j=1; j=n2; ++j) { Q[i][j] = 0; for (k=1; k=n1; ++k) Q[i][j] += M[i][k] * N[k][j]; } 其时间复杂度为？ O(m1×n2×n1) 5.3.3 矩阵的压缩存储 稀疏矩阵相乘 × ＝ 5.3.3 矩阵的压缩存储 i j e 1 1 3 1 4 5 2 2 -1 3 1 2 i j e 1 2 2 2 1 1 3 1 -2 3 2 4 i j e 1 2 6 2 1 -1 3 2 4 row 1 2 3 4 rpos[row] 1 2 4 5 row 1 2 3 4 rpos[row] 1 3 4 5 5.3.3 矩阵的压缩存储 Status MultSMatrix(RLSMatrix M, RLSMatrix N, RLSMatrix Q) { int arow,brow,p,q,t,ctemp[30],l,ccol,tp; if (M.nu != N.mu) return ERROR; Q.mu = M.mu; Q.nu = N.nu; Q.tu = 0; // Q初始