第3章-稀疏矩阵和广义表.pptVIP

* * 第三章 稀疏矩阵和广义表 3.1 稀疏矩阵 3.1.1 稀疏矩阵的定义 为了说明什么是稀疏矩阵，首先要知道什么是矩阵。矩阵（matrix）是一个具有m行?n列的数表，共包含有m?n个数()，每个元素处在确定行和列的交点位置上，都与一对行号和列号唯一对应。当一个矩阵中的行数和列数相同时，即m=nn阶矩阵或方阵。如图3-1(a)就是一个3?4的矩阵，它包含3行、4列，具有12个元素，每个元素都对应着唯一的行号和列号，如第1行与第1列交点位置上的元素5对应的行号和列号均为1，第2 第一页，编辑于星期六：十九点 十五分。 行与第4列交点位置上的元素9对应的行号和列号分别为2和4。 图3-1 矩阵和稀疏矩阵 稀疏矩阵（sparse matrix）是矩阵中的一种特殊情况，其非零元素的个数远远小于零元素的个数。如图3-1(b)就是一个5?6的稀疏矩阵，该矩阵中共有30个元素，其中非零元素为7个，占元素总数的7/30。在实际应用中，稀疏矩阵一般都比较大，非零元素所占的比例都比较小。如对于一个100?100的稀疏矩阵，若非零元素的个数为200，则非零元素占总元素个数的比例仅为1/50。 第二页，编辑于星期六：十九点 十五分。 2. 稀疏矩阵的三元组线性表表示 在计算机中存储矩阵的一般方法是采用二维数组，其优点是可以随机地访问每一个元 素，因而能够较容易地实现矩阵的各种运算，如转置运算、加法运算、乘法运算等。但对于稀疏矩阵来说，采用二维数组的存储方法既浪费大量的存储单元用来存放零元素，又要在运算中花费大量的时间来进行零元素的无效计算，显然是不可取的。一种较好的方法是：只考虑存储占元素中极少数的非零元素。 对于稀疏矩阵中的每个非零元素，可用它所在的行号、列号以及元素值这三元组(i,j,aij)来表示。若把所有的三元组按照行号为主序（即为主关键字）、列号为辅序（即为次关键字，当行号相同时再考虑列号次序）进行排列，则就构成了一个表示稀疏矩阵的三元组线性表。图3-1(b)稀疏矩阵所对应的三元组线性表表示为： ((1,1,3),(1,4,5),(2,3,-2),(3,1,1),(3,3,4),(3,5,6),(5,3,-1)) 稀疏矩阵采用三元组线性表表示后，可以使用顺序或链接方式存储，从而比采用二维数组存储要大大地节省存储空间。 第三页，编辑于星期六：十九点 十五分。 3. 稀疏矩阵的运算概述 对稀疏矩阵的运算与对一般用二维数组所表示的矩阵的运算相同，通常为求一个稀疏矩阵的转置，计算两个矩阵的和，计算两个矩阵的乘积等。一个矩阵的转置结果仍是一个矩阵，该矩阵中的第i行与第j列交点位置上的元素等于被转置矩阵中第j行与第i列交点位置上的元素。两个矩阵的和仍然是一个矩阵，该矩阵中的第i行第j列位置上的元素等于两个相加矩阵中对应位置上的元素之和。两个相乘矩阵的乘积仍然是一个矩阵，该矩阵中的第i行第j列位置上的元素等于第一个乘数矩阵中的第i行与第二个乘数矩阵中的第j列上对应元素乘积之累加和。假定第一个乘数矩阵为A[m][n]，第二个乘数矩阵为B[n][p]，乘积结果矩阵为C[m][p]，则C中任一元素C[i][j]等于 ，其中1≤i≤m，1≤j≤p。 下面给出对稀疏矩阵的一些典型运算(操作)，假定用M表示一个采用三元组线性表存储的稀疏矩阵，其存储类型用标识符Matrix表示。 (1) 初始化稀疏矩阵M，使它成为不含任何元素的空矩阵 void InitMatrix(Matrix M) (2) 根据稀疏矩阵的三元组线性表建立稀疏矩阵的存储结构 void InlutMatrix(Matrix M) 第四页，编辑于星期六：十九点 十五分。 (3) 按照一定格式输出稀疏矩阵 void OutputMatrix(Matrix M) (4) 返回稀疏矩阵M的转置矩阵 Matrix TransposedMatrix(Matrix M (5) 返回稀疏矩阵M1和M2之和，要求两个矩阵的行、列数均分别相同 Matrix AddMatrix(Matrix M1, Matrix M2) (6) 返回稀疏矩阵M1和M2之乘积，要求M1的列数等于M2的行数 Matrix MultiplyMatrix(Matrix M1, Matrix M2) 第五页，编辑于星期六：十九点 十五分。 3.1.2 稀疏矩阵的存储结构 1. 顺序存储 稀疏矩阵的顺序存储就是对其相应的三元组线性表进行