数据结构课件2009级chapter.pptxVIP

多维数组的概念与存储 特殊矩阵 稀疏矩阵 字符串 广义表;4.1 多维数组的概念与存储;一维数组的特点： 连续存储的线性聚集（别名 向量） 除第一个元素外，其他每一个元素有一个且仅有一个直接前驱。 除最后一个元素外，其他每一个元素有一个且仅有一个直接后继。 ;多维数组; 二维数组 三维数组;多维数组的存储表示;; 三维数组; n维数组;4.2 特殊矩阵;对称矩阵的压缩存储;为节约存储，只存对角线及对角线以上的元素，或者只存对角线及对角线以下的元素;;对称矩阵元素的??储表示（下三角矩阵）;若已知某矩阵元素位于数组 B 的第 k个位置（k≥0) i,j是 ?;; ;三对角矩阵的压缩存储;4.3 稀疏矩阵 (Sparse Matrix);行数m = 6, 列数n = 7, 非零元素个数t = 8 ; 为节省存储空间，应只存储非零元素。 非零元素的分布一般没有规律，应在存储非零元素时，同时存储该非零元素的行下标 row、列下标 col、值 value。 每一个非零元素由一个三元组唯一确定： ( 行号 row, 列号 col, 值 value );稀疏矩阵及其三元组数组表示;;稀疏矩阵的转置;用三元组表表示的稀疏矩阵及其转置:;稀疏矩阵转置算法(1);基本思想： 设矩阵列数为 Cols，对矩阵三元组表扫描Cols 次。第 k 次检测列号为 k 的项。 第 k 次扫描找寻所有列号为 k 的项，将其行号变列号、列号变行号，顺次存于转置矩阵三元组表;template class Type SparseMatrixType SparseMatrixType:: Transpose ( ) { SparseMatrixType b ( Cols, Rows ); b.Rows = Cols; b.Cols = Rows; b.Terms = Terms; //转置矩阵的列数,行数和非零元素个数 if ( Terms 0 ) { int CurrentB = 0; //转置三元组表存放指针; for ( int k = 0; k Cols; k++ ) for ( int i = 0; i Terms; i++ ) if ( smArray[i].col == k ) { b.smArray[CurrentB].row = k; b.smArray[CurrentB].col = smArray[i].row; b.smArray[CurrentB].value= smArray[i].value; CurrentB++; } } return b; };算法分析：;稀疏矩阵转置算法(2):快速转置法;基本思想：;for (int i = 0; i Cols; i++) rowSize[i] = 0; for ( i = 0; i Terms; i++ ) rowSize[smArray[i].col]++; //rowSize的计算;A A’;稀疏矩阵的快速转置： template class Type SparseMatrixType SparseMatrixType::FastTranspos ( ) { int *rowSize = new int[Cols]; int *rowStart = new int[Cols]; SparseMatrixType b ( Cols, Rows ); b.Rows = Cols; b.Cols = Rows; b.Terms = Terms; if ( Terms 0 ) { for (int i = 0; i Cols; i++) rowSize[i] = 0; for ( i = 0; i Terms; i++ ) rowSize[smArray[i].col]++; //每