稀疏矩阵转置多种算法详解

这次博文写的有点长，因为我得构思，所以今天晚上（11.10）写一点，另外还有个重要的任务，因为再过40分钟就是剁手节了，过了今晚我不止是一个光棍，更是一个穷光棍、、、、我该怎么办。。。求拦截。

不扯了正题，今天就先写写矩阵转置吧，现实中转置么，不就区区一个转置么，那有什么，瞅一眼就转过来了。计算机就是计算机，他没有相发也没有眼睛，那么我们就来告诉他怎么思考，怎么走路吧。

方法一：一般转置（简单）

转置矩阵： 一个 m×n 的矩阵 M，它的转置 T 是一个
n×m 的矩阵，且 T (i, j) = M[ j, i]， 1≤i≤n， 1≤j≤m，
即 M 的行是 T 的列， M 的列是 T 的行。

M：原矩阵
T：转置之后的矩阵

PS：讲转置之前需要介绍一下稀疏矩阵的三元组压缩存储方式,就是将稀疏矩阵的非零元素的 （行坐标，列坐标，元素值）
例如：M数组的第一行第二列的12在三元组里的表示为 （1,2，12）

三元组顺序表存储结构：

这个结构就是一个数组
Triple： 申明了一个类型，包含了 i（行）、j（列）、e（元素数据）
TSMatrix：定义了Triple类型的数组保存行列数据元素信息，mu(总行数)、nu（总列数）tu（非零元素个数）

下面是保存之后的结果

Triple类型的data数组长度在定义的时候长度是MAXSIZE+1是为了在data[0]空出来一个位置使 数组小标与矩阵的行列下标对应，图中data[0]的位置 6 7 8 是为了方便讲解写的，实际上是空

问题描述：

下图是简单转置的解题思路

解析