数据结构——基于Python语言（微课版） 课件T10_数组与广义表(矩阵).pptx

矩阵;回顾;预习检查;本章目标;数组;二维数组中有(p-m+1)(q-n+1)个数据元素。数组中的元素分别受行列关系的约束，在行关系约束中，ai,j+1是aij的直接后继元素，ai,j-1是aij的直接前驱元素；在列关系中，ai+1,j是aij的直接后继元素，ai-1,j是aij的直接前驱元素。

;二维数组也可以看作是一个一维数组，只不过这个一维数组的元素，也是一维数组。

同样的，三维数组可以看作是元素为二维数组的一维数组，或者是元素为一维数组的二维数组。

………

N维数组可以看作是元素为m维数组的N-m维数组

（m0,N0,m,N∈N+）。

;对于数组，通常只有两种操作：

查询：将一组类型相同的元素放入一个数组，根据下标进行访问

修改：给定一个数组，根据其下标对相应位置的数据元素进行修改

;存储结构有两种：行序优先存储和列序优先存储

（1）所谓行序优先，就是按行号递增的顺序一行一行地存取数据

（2）列序优先就是按列号递增的顺序一列一列地存取数据

;特殊矩阵的元素分布有一定规律，常见的特殊矩阵分为对称矩阵、三角矩阵和对角矩阵。

;对称矩阵：

若n阶方阵中的元素满足：aij=aji，1≤i，j≤n。则称其为对称矩阵。

如果按照行序优先存储的存储方式，将n阶对称矩阵M下三角中的元素（ij）或者上三角中的元素（ij）存储到一维数组A[0]~A[n(n+1)/2]中（A[0]不存储数据），那么A[k]与矩阵元素aij之间存在着如下的一一对应关系：

;对角矩阵：

若n阶方阵的元素满足：方阵中所有的非零元素都集中在以主对角线为中心的带状区域中，则称之为n阶对角矩阵。

若方阵主对角线上下方各有b条次对角线，则称b为矩阵半带宽，(2b+1)为矩阵带宽。

;稀疏矩阵的定义：

矩阵的非零元素较零元少，且分布没有规律，通常称这样的矩阵为稀疏矩阵。

;稀疏矩阵的压缩存储与特殊矩阵的压缩存储不同：

第一，其数据元素分布没有规律，无法根据下标直接获得数组中某个位置对应的元素，所示无法实现随机存储。

第二，它只存储非零元素，因此，除了存储非零元素的数值(value)之外，还要存储元素在矩阵中的行列数据(row,col)，所以我们需要可以唯一确定矩阵中??个非零元素的三元组(row,col,value)。

;稀疏矩阵的创建：

创建稀疏矩阵与线性表或者堆栈的思路都大同小异：

（1）定义一个struct来存储结点信息；

（2）创建头结点，初始化稀疏矩阵容量；

（3）将头结点地址返回。

;稀疏矩阵的创建：

上述代码创建的只是一个空矩阵，需要住其中插入非0元素。

为了判断插入元素的位置，根据行序优先的原则，首先将当前元素的行值M-data[p].row与三元组数组的row进行比较，找到合适的插入位置。

然后再对列值进行比较，找到合适的插入位置

不同的比较结果流向不同的分支。

;稀疏矩阵的转置：

;稀疏矩阵的转置：

方案1：根据矩阵M中的列序进行转置。每查找M中的一列，都要完整地扫描其三元组数组A。因为A中存储的数据行列是有序的，所以得到的B也是有序的。

;稀疏矩阵的转置：

方案2：此方案需要事先知道M中每一列非零元素的个数，进而求得每一列的第一个元素在数组B中的位置，然后按照数组A中数据元素的顺序进行转置，将数据放到B中合适的位置。

;稀疏矩阵的十字链表表示：

用十字链表存储矩阵，存储数据的结点结构如下所示：

现有一个矩阵：

;稀疏矩阵的十字链表表示：

用M的十字链表存储：