稀疏矩阵
矩阵与稀疏矩阵的定义
稀疏矩阵的转置
详细思路
思路一
思路二
稀疏矩阵的乘法
详细思路
矩阵与稀疏矩阵的定义
Q:什么是矩阵
A:数学上,一个矩阵由 m 行 n 列的元素组成,是一个 m 行,n 列的表,m 和 n 是矩阵的维度。一般地,写作 mxn(读作“m乘n”)来指明一个 m 行 n 列矩阵。矩阵的元素个数总计为 mn 个。如果 m 等于 n ,矩阵为方阵。
一般情况下,矩阵的标准存储方式是一个二维数组 a[MAX_ROWS][MAX_COLS] 。利用这种存储方式,可以通过 a[i][j] ,通过行下标,列下标快速找到任意元素的存储位置。
Q:什么是稀疏矩阵
A:一个矩阵的绝大部分都为零元素,我们把这种矩阵称为稀疏矩阵。
如图:矩阵中只有 2/15 是非零元素,这就是一个标准的稀疏矩阵
Q:二维数组储存矩阵的缺点
A:如果一个矩阵中包含很多零元素(是稀疏矩阵),就会浪费大量的存储空间。因此,稀疏矩阵的存储表示只需存储非零元素。
Q:稀疏矩阵的存储方式
A:通过对矩阵的分析,我们发现使用三元组
能够唯一的刻画矩阵的任意一个元素。这意味者可以使用三元数组来存储表示稀疏矩阵。
代码演示
#define MAX_TERMS 101 //定义最大长度 typedef struct{ int col; int row; int xalue; }term; term a[MAX_TERMS];
我们可以用 a[0].row 表示行的数目,用 a[0].col 表示列的数目,用 a[0].value 表示非零元素的总数。其他位置 row 域存放行下标, col 域存放列下标,value 域存放元素值。三元组按照行的顺序排序,并且在同一行内按照列的顺序排序。
稀疏矩阵存储为三元组 行 列 值 a[0] 5 6 4 a[1] 0 0 15 a[2] 1 1 11 a[3] 2 3 6 a[4] 4 0 9
详细思路
为了转置一个矩阵,必须交换它的行和列。也就是说,原矩阵的任意元素 a[i][j] 应该成为其转置矩阵的元素 b[j][i]
思路一
依次循环每一列,找到每一列的所有元素并把他们储存在转置矩阵的对应的行上。
//伪代码 for 对于 j 列的所有元素 把元素放置在元素
中 代码演示
void transpose(term a[],term b[]) //b是a的转置 { int n,i,j,currentb; n=a[0].value; //元素总数 b[0].row=a[0].col; //b的行数=a的列数 b[0].co 1=a[0].row; //b的列数=a的行数 b[0].value =n; if(n> 0) {// 非零矩阵 currentb=1; for(i=0;i
思路二
首先确定原矩阵中每一列的元素个数,这也就是其转置矩阵中每一行的元素个数。于是就可以得到转置矩阵每行的起始位置,从而,可以将原矩阵的元素依次移到其转置矩阵中的恰当位置。
代码演示
void fast transpose(term a[], term b[]) { //将a的转置矩阵存放于b中 int row terms[MAX_COL], starting pos[MAX_COL]; int i,j, num_cols=a[0].col, num_terms=a[0].value; b[0].row=num_cols;b[0].col=a[0].row; b[0].value=num_terms; if(num_terms>0){//非零矩阵 for(i=0;i
Q:什么是矩阵乘法
A:设A为 mxp 的矩阵,B为 pxn 的矩阵,那么称 mxn 的矩阵D为矩阵A与B的乘积,记作D=AB,其中矩阵D中的第 i 行第 j 列元素可以表示为:
注意:两个稀疏矩阵的乘积可能不再是稀疏矩阵
详细思路
我们可以按照行的顺序计算D的元素,把元素存放到正确的位置,这样就不用移动已计算出的元素的位置。一般情况下,必须遍历整个B才能得到第 j 列的所有元素。但是,我们可以先计算 B 的转置,使列元素顺序相续排序,可以避免重复多次遍历整个 B 。
对于找出的 A 的第 i 行和 B 的第 j 列的所有元素,做合并操作就能实现矩阵乘法。
代码演示
void storesum(term a[],int *totald,int row,int column,int *sum) {//如果 *sum!=0,它的行和列存储位置为 d 中的 *totald+1 if(*sum) if(*tptald