数据结构 （C语言版）课件：第5章_数组和广义表.pptVIP

数组和广义表是两种广义的线性表。在线性表、栈、队列及串的结构中，元素都是原子类型，元素值是不能再分解的。而数组和广义表可以看成是线性表在下述含义上的扩展：表中的元素本身也是一个数据结构。 数组的顺序存储表示 P93 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵三元组顺序表 ? 稀疏矩阵转置 ● 直接取–顺序存：按需点菜 算法 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵三元组顺序表 ? 稀疏矩阵转置 ● 直接取–顺序存：按需点菜 算法 分析 问题规模是 M 的列数 M.nu（简称nu）和非零元素个数 M.tu（简称tu），基本操作的执行次数依赖于嵌套的两个 for 循环，因此该算法的时间复杂度为 O(nu?tu)。 当矩阵 M 中的非零元素个数和矩阵元素个数几乎相等时，即 tu 和 mu? nu 同数量级时，该算法的时间复杂度为 O(mu?nu2)， 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵三元组顺序表 ? 稀疏矩阵转置 ● 直接取–顺序存：按需点菜 ● 顺序取–直接存：按位就座 问题 确定从三元组表 M.data 中取出的三元组元素在三元组表 T.data 中位置。 引入 num[ ] 和 cpot[ ] 两个数组作为辅助数据结构解决上述问题。 解决 设计 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵三元组顺序表 ? 稀疏矩阵转置 首先求得 M 的每一列中非零元素的个数，然后再求得每一列的第一个非零元素在 T.data[ ] 中的位置。这样，对 M.data[ ] 进行一次扫描，可以使所有非零元素的三元组在 T.data[ ] 中 “一次到位”。 数组 num[col] 表示矩阵 M 中第 col 列的非零元素个数；数组 cpot[col] 指示矩阵 M 中第 col 列第一个非零元素在三元组表 T.data 中的恰当位置。由此可以得到递推关系： ● 顺序取–直接存：按位就座 设计 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵三元组顺序表 ? 稀疏矩阵转置 ● 顺序取–直接存：按位就座 设计 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵三元组顺序表 ? 稀疏矩阵转置 稀疏矩阵 M M 的 num 与 cpot 的值 num 与 cpot 之间关系 算法 ● 顺序取–直接存：按位就座 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵三元组顺序表 ? 稀疏矩阵转置 ● 顺序取–直接存：按位就座 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵三元组顺序表 ? 稀疏矩阵转置 算法 该算法的运行时间主要耗费在四个循环上，分别执行 M.nu、M.tu、M.nu-1、M.tu 次。 时间复杂度为 O(nu+tu) 分析 问题规模是 M 的列数 M.nu（简称 nu）和非零元素个数 M.tu（简称 tu），基本操作的执行次数依赖于四个并列的 for 循环，因此该算法的时间复杂度为 O(nu+tu)。其存储空间比 “直接取-顺序存” 算法多了两个辅助数组。 当矩阵 M 中非零元素个数和矩阵元素个数几乎相等时，即 tu 和 mu?nu 同数量级时，该算法的时间复杂度为 O(mu?nu) 。 ● 顺序取–直接存：按位就座 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵三元组顺序表 ? 稀疏矩阵转置 “顺序取-直接存” 平均时间性能优于 “直接取-直接存” 算法，又称为快速转置法。但该方法需两个辅助数组存储空间，空间复杂度为 O(nu)。 将稀疏矩阵的非零元素用一个含 5 个域的结点表示：行号域 row、列号域 col、值域 e、列链接指针域 down 及行链接指针域 right。 稀疏矩阵中每个非零元既是某个行链表又是某个列链表中一个结点，整个矩阵构成一个十字交叉链表；依靠行列指针链接建立相邻逻辑关系的方式称为稀疏矩阵的链式存储结构，采用该存储结构的稀疏矩阵称为十字链表。 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵的十字链表 ? 定义 十字链表 稀疏矩阵 A 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵的十字链表 ? 定义 5.2.2 稀疏矩阵的压缩存储 5.2 矩阵的压缩存储 ● 稀疏矩阵的十字链表 ? 类型