数据结构(第五章数组和广义表).ppt

5.3 矩阵的压缩存储 特殊矩阵-对角矩阵 如上图三对角矩阵，非零元素仅出现在主对角(ai i,1≦i≦n)上、主对角线上的那条对角线(ai i+1,1≦i≦n-1) 、主对角线下的那条对角线上(ai+1 i,1≦i≦n-1)。显然，当| i-j |1时，元素aij=0。 由此可知，一个k对角矩阵(k为奇数)A是满足下述条件： 当| i-j |(k-1)/2时， ai j=0 a11 a12 0 …. …. …. …. 0 a21 a22 a23 0 …. …. …. 0 0 a32 a33 a34 0 …. .... 0 … … … … … … 0 …. 0 0 an n-1 an n 0 …. 0 an-1 n-2 an-1 n-1 an-1 n A= 三对角矩阵示例 5.3 矩阵的压缩存储 特殊矩阵-对角矩阵 对角矩阵可按行优先顺序或对角线顺序，将其压缩存储到一个向量中，并且也能找到每个非零元素和向量下标的对应关系。 仍然以三对角矩阵为例讨论。 当i=1，j=1、2，或i=n， j=n-1、n或 1in-1,j=i-1、i、i+1的元素aij外，其余元素都是0。 对这种矩阵，当以按“行优先顺序”存储时， 第1行和第n行是2个非零元素，其余每行的非零元素都要是3个，则需存储的元素个数为3n-2。 sa a11 a12 a21 a22 a23 a32 a33 a34 … an n-1 ann K 0 1 2 3 4 5 6 7 … 3n-4 3n-3 三对角矩阵的压缩存储示例 上图所示三对角矩阵的压缩存储形式。数组sa中的元素sa[k]与三对角矩阵中的元素aij存在一一对应关系，在aij之前有i-1行,共有3?(i-1)-1个非零元素，在第i行，有j-i+1个非零元素，这样，非零元素aij的地址为： LOC[ai j] =LOC[a11] +[3?(i-1)-1+(j-i+1)]?l =LOC[a11]+(2?i+j-3)?l 上例中，a34对应着sa[7] , k=2?i+j-3=2?3+4-3=7 称sa[0…3?n-3]是n阶三对角矩阵A的压缩存储。 上述各种特殊矩阵，其非零元素的分布都是有规律的，因此总能找到一种方法将它们压缩存储到一个向量中，并且一般都能找到矩阵中的元素与该向量的对应关系，通过这个关系，仍能对矩阵的元素进行随机存取。 5.3 矩阵的压缩存储 特殊矩阵-对角矩阵 5.3 矩阵的压缩存储 稀疏矩阵(Sparse Matrix)：对于稀疏矩阵，目前还没有一个确切的定义。设矩阵A是一个n?m的矩阵中有s个非零元素，设 δ=s/(n?m)，称δ为稀疏因子，如果某一矩阵的稀疏因子δ满足δ≦0.05时称为稀疏矩阵，如图所示。 0 12 9 0 0 0 0 0 0 0 0 0 0 0 0 0 -3 0 0 0 0 0 0 4 0 0 24 0 0 2 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 -7 0 A= 0 0 0 -6 0 0 0 0 稀疏矩阵示例 稀疏矩阵 5.3 矩阵的压缩存储 稀疏矩阵-三元组顺序表 对于稀疏矩阵，采用压缩存储方法时，只存储非0元素。必须存储非0元素的行下标值、列下标值、元素值。因此，一个三元组(i, j, aij)唯一确定稀疏矩阵的一个非零元素。 下图的稀疏矩阵A的三元组线性表为： ( (1,2,12), (1,3,9), (3,1,-3), (3,8,4), (4,3,24), (5,2,18), (6,7,-7), (7,4,-6)) 0 12 9 0 0 0 0 0 0 0 0 0 0 0 0 0 -3 0 0 0 0 0 0 4 0 0 24 0 0 2 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 -7 0 A= 0 0 0 -6 0 0 0 0 稀疏矩阵示例 5.3 矩阵的压缩存储 稀疏矩阵-三元组顺序表 若以行序为主序，稀疏矩阵中所有非