稀疏矩阵的创建【严蔚敏】

 // c1.h (程序名)
 #include<string.h>
 #include<ctype.h>
 #include<malloc.h> // malloc()等
 #include<limits.h> // INT_MAX等
 #include<stdio.h> // EOF(=^Z或F6),NULL
 #include<stdlib.h> // atoi()
 #include<math.h> // floor(),ceil(),abs()
 #include<iostream>             //cout,cin
using namespace std; 
 // 函数结果状态代码
 #define TRUE 1
 #define FALSE 0
 #define OK 1
 #define ERROR 0
 #define INFEASIBLE -1
 // #define OVERFLOW -2 因为在math.h中已定义OVERFLOW的值为3,故去掉此行
 typedef int Status; // Status是函数的类型,其值是函数结果状态代码,如OK等
 typedef int Boolean; // Boolean是布尔类型,其值是TRUE或FALSE


 // c5-2.h 稀疏矩阵的三元组顺序表存储表示
 #define MAXSIZE 100 // 非零元个数的最大值
 struct Triple
 {
   int i,j; // 行下标,列下标
   ElemType e; // 非零元素值
 };
 struct TSMatrix
 {
   Triple data[MAXSIZE+1]; // 非零元三元组表,data[0]未用
   int mu,nu,tu; // 矩阵的行数、列数和非零元个数
 };



 // bo5-2.cpp 三元组稀疏矩阵的基本操作,包括算法5.1(9个)
 Status CreateSMatrix(TSMatrix &M)
 { // 创建稀疏矩阵M
   int i,m,n;
   ElemType e;
   Status k;
   printf("请输入矩阵的行数,列数,非零元素数:");
   scanf("%d,%d,%d",&M.mu,&M.nu,&M.tu);
   M.data[0].i=0; // 为以下比较顺序做准备
   for(i=1;i<=M.tu;i++)
   {
     do
     {
       printf("请按行序顺序输入第%d个非零元素所在的行(1~%d),列(1~%d),元素值:",i,M.mu,M.nu);
       scanf("%d,%d,%d",&m,&n,&e);
       k=0;
       if(m<1||m>M.mu||n<1||n>M.nu) // 行或列超出范围
         k=1;
       if(m<M.data[i-1].i||m==M.data[i-1].i&&n<=M.data[i-1].j) // 行或列的顺序有错
         k=1;
     }while(k);
     M.data[i].i=m;
     M.data[i].j=n;
     M.data[i].e=e;
   }
   return OK;
 }

 void DestroySMatrix(TSMatrix &M)
 { // 销毁稀疏矩阵M
   M.mu=0;
   M.nu=0;
   M.tu=0;
 }

 void PrintSMatrix(TSMatrix M)
 { // 输出稀疏矩阵M
   int i;
   printf("%d行%d列%d个非零元素。\n",M.mu,M.nu,M.tu);
   printf("行  列  元素值\n");
   for(i=1;i<=M.tu;i++)
     printf("%2d%4d%8d\n",M.data[i].i,M.data[i].j,M.data[i].e);
 }

 Status CopySMatrix(TSMatrix M,TSMatrix &T)
 { // 由稀疏矩阵M复制得到T
   T=M;
   return OK;
 }

 int comp(int c1,int c2) // 另加
 { // AddSMatrix函数要用到
   int i;
   if(c1<c2)
     i=1;
   else if(c1==c2)
     i=0;
   else
     i=-1;
   return i;
 }

 Status AddSMatrix(TSMatrix M,TSMatrix N,TSMatrix &Q)
 { // 求稀疏矩阵的和Q=M+N
   Triple *Mp,*Me,*Np,*Ne,*Qh,*Qe;
   if(M.mu!=N.mu)
     return ERROR;
   if(M.nu!=N.nu)
     return ERROR;
   Q.mu=M.mu;
   Q.nu=M.nu;
   Mp=&M.data[1]; // Mp的初值指向矩阵M的非零元素首地址
   Np=&N.data[1]; // Np的初值指向矩阵N的非零元素首地址
   Me=&M.data[M.tu]; // Me指向矩阵M的非零元素尾地址
   Ne=&N.data[N.tu]; // Ne指向矩阵N的非零元素尾地址
   Qh=Qe=Q.data; // Qh、Qe的初值指向矩阵Q的非零元素首地址的前一地址
   while(Mp<=Me&&Np<=Ne)
   {
     Qe++;
     switch(comp(Mp->i,Np->i))
     {
       case  1: *Qe=*Mp;
                Mp++;
                break;
       case  0: switch(comp(Mp->j,Np->j)) // M、N矩阵当前非零元素的行相等,继续比较列
                {
                  case  1: *Qe=*Mp;
                           Mp++;
                           break;
                  case  0: *Qe=*Mp;
                           Qe->e+=Np->e;
                           if(!Qe->e) // 元素值为0,不存入压缩矩阵
                             Qe--;
                           Mp++;
                           Np++;
                           break;
                  case -1: *Qe=*Np;
                           Np++;
                }
                break;
       case -1: *Qe=*Np;
                Np++;
     }
   }
   if(Mp>Me) // 矩阵M的元素全部处理完毕
     while(Np<=Ne)
     {
       Qe++;
       *Qe=*Np;
       Np++;
     }
   if(Np>Ne) // 矩阵N的元素全部处理完毕
     while(Mp<=Me)
     {
       Qe++;
       *Qe=*Mp;
       Mp++;
     }
   Q.tu=Qe-Qh; // 矩阵Q的非零元素个数
   return OK;
 }

 Status SubtSMatrix(TSMatrix M,TSMatrix N,TSMatrix &Q)
 { // 求稀疏矩阵的差Q=M-N
   int i;
   for(i=1;i<=N.tu;i++)
     N.data[i].e*=-1;
   AddSMatrix(M,N,Q);
   return OK;
 }

 Status MultSMatrix(TSMatrix M,TSMatrix N,TSMatrix &Q)
 { // 求稀疏矩阵的乘积Q=M*N
   int i,j,h=M.mu,l=N.nu,Qn=0;
   // h,l分别为矩阵Q的行、列值,Qn为矩阵Q的非零元素个数,初值为0
   ElemType *Qe;
   if(M.nu!=N.mu)
     return ERROR;
   Q.mu=M.mu;
   Q.nu=N.nu;
   Qe=(ElemType *)malloc(h*l*sizeof(ElemType)); // Qe为矩阵Q的临时数组
   // 矩阵Q的第i行j列的元素值存于*(Qe+(i-1)*l+j-1)中,初值为0
   for(i=0;i<h*l;i++)
     *(Qe+i)=0; // 赋初值0
   for(i=1;i<=M.tu;i++) // 矩阵元素相乘,结果累加到Qe
     for(j=1;j<=N.tu;j++)
       if(M.data[i].j==N.data[j].i)
         *(Qe+(M.data[i].i-1)*l+N.data[j].j-1)+=M.data[i].e*N.data[j].e;
   for(i=1;i<=M.mu;i++)
     for(j=1;j<=N.nu;j++)
       if(*(Qe+(i-1)*l+j-1)!=0)
       {
         Qn++;
         Q.data[Qn].e=*(Qe+(i-1)*l+j-1);
         Q.data[Qn].i=i;
         Q.data[Qn].j=j;
       }
   free(Qe);
   Q.tu=Qn;
   return OK;
 }

 Status TransposeSMatrix(TSMatrix M,TSMatrix &T)
 { // 求稀疏矩阵M的转置矩阵T。算法5.1
   int p,q,col;
   T.mu=M.nu;
   T.nu=M.mu;
   T.tu=M.tu;
   if(T.tu)
   {
     q=1;
     for(col=1;col<=M.nu;++col)
       for(p=1;p<=M.tu;++p)
         if(M.data[p].j==col)
         {
           T.data[q].i=M.data[p].j;
           T.data[q].j=M.data[p].i;
           T.data[q].e=M.data[p].e;
           ++q;
         }
   }
   return OK;
 }


 // main5-2.cpp 检验bo5-2.cpp的主程序
 #include"c1.h"
 typedef int ElemType;
 #include"c5-2.h"
 #include"bo5-2.cpp"
 void main()
 {
   TSMatrix A,B,C;
   printf("创建矩阵A: ");
   CreateSMatrix(A);
   PrintSMatrix(A);
   printf("由矩阵A复制矩阵B: ");
   CopySMatrix(A,B);
   PrintSMatrix(B);
   DestroySMatrix(B);
   printf("销毁矩阵B后:\n");
   PrintSMatrix(B);
   printf("创建矩阵B2:(与矩阵A的行、列数相同,行、列分别为%d,%d)\n",A.mu,A.nu);
   CreateSMatrix(B);
   PrintSMatrix(B);
   printf("矩阵C1(A+B): ");
   AddSMatrix(A,B,C);
   PrintSMatrix(C);
   DestroySMatrix(C);
   printf("矩阵C2(A-B): ");
   SubtSMatrix(A,B,C);
   PrintSMatrix(C);
   DestroySMatrix(C);
   printf("矩阵C3(A的转置): ");
   TransposeSMatrix(A,C);
   PrintSMatrix(C);
   DestroySMatrix(A);
   DestroySMatrix(B);
   DestroySMatrix(C);
   printf("创建矩阵A2: ");
   CreateSMatrix(A);
   PrintSMatrix(A);
   printf("创建矩阵B3:(行数应与矩阵A2的列数相同=%d)\n",A.nu);
   CreateSMatrix(B);
   PrintSMatrix(B);
   printf("矩阵C5(A*B): ");
   MultSMatrix(A,B,C);
   PrintSMatrix(C);
   DestroySMatrix(A);
   DestroySMatrix(B);
   DestroySMatrix(C);
 }



  • 9
    点赞
  • 54
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值