矩阵转置+矩阵相加(三元组)

稀疏矩阵

如果在矩阵中,多数的元素为0,通常认为非零元素比上矩阵所有元素的值小于等于0.05时,则称此矩阵为稀疏矩阵(sparse matrix)。

示意图


  • 基本结构
//---------稀疏矩阵基本结构----------
typedef struct
{
    int i, j;
    ElemType elem;
}Triple;

typedef struct
{
    Triple data[MaxSize];
    int mu,nu,tu;
}TSMatrix;
  • 矩阵转置O(n²)
//矩阵转置O(n²)
void TransposeMatrix1(TSMatrix M,TSMatrix *T)
{
    int p, q, col;
    T->mu = M.mu, T->nu = M.nu, T->tu = M.tu;
    if(T->tu > 0)   //非空矩阵
    {
        q = 0;
        for(col = 0; col < T->nu; col++)        //枚举每一个列
            for(p = 0; p < T->tu; p++)          //尝试每一个元素,判断是否为该列
            if(M.data[p].j == col)              //行列互换
            {
                T->data[q].i = M.data[p].j;
                T->data[q].j = M.data[p].i;
                T->data[q].elem = M.data[p].elem;
                q++;
            }
    }
}
  • 举证转置O(n)
    原理:如果能预先确定矩阵M中每一列(即T中的每一行)的第一个非零元素在T中的合适位置,那么在对M进行转置时就可以直接放到T中的恰当位置上去。为了确定这些位置,应先求得M的每一列中非零元的个数,进而求得每一列的第一个非零元在T中的位置。

    设num[]和cpot[]分别用来存放每一列的非零元的个数和该列第一个非零元在转置后矩阵T中的位置。则显然有:

    cpot[0]= 0;
    cpot[col] = cpot[col-1]+num[col-1] 0<=col<M.nu


    而每一列的非零元的个数可以通过对整个矩阵M扫描一遍得到。
//举证转置O(n)
void TransposeMatrix2(TSMatrix M, TSMatrix *T)
{
    T->mu = M.mu, T->nu = M.nu, T->tu = M.tu;
    int num[1000], cpot[1000], p;
    if(T->tu > 0)
    {
        for(p = 0; p < M.tu; p++)           //初始化每一列的非零元的个数num
            num[p] = 0, cpot[p] = 0;        //该列第一个非零元在转置后矩阵T中的位置cpot
        for(p = 0; p < M.tu; p++)           //统计每列的非零元个数 
            num[M.data[p].j]++;
        for(p = 1; p < M.tu; p++)           //计算每列第一个非零元转置后的位置
            cpot[p] = cpot[p-1]+num[p-1];

        for(int q = 0; q < M.tu; q++)
        {
            int t = M.data[q].j;
            int p = cpot[t];
            T->data[p].i = M.data[q].j;
            T->data[p].j = M.data[q].i;
            T->data[p].elem = M.data[q].elem;
            cpot[t]++;                     //该列的下个元素放在下一个位子
        }
    }
}
  • 矩阵加法
int cmp(Triple m1, Triple m2)
{
    if(m1.i == m2.i)
    {
        if(m1.j == m2.j)
            return 0;
        else if(m1.j < m2.j)
            return -1;
        else
            return 1;
    }
    else if(m1.i < m2.i)
        return -1;
    else
        return 1;
}
void MatrixAdd(TSMatrix *m1, TSMatrix *m2, TSMatrix *m3)
{
    int p = 0, q = 0;
    int k = 0;
    while(p < m1->tu && q < m2->tu)            //思路同归并
    {
        if(cmp(m1->data[p], m2->data[q]) == -1)
        {
            m3->data[k].i = m1->data[p].i;
            m3->data[k].j = m1->data[p].j;
            m3->data[k].elem = m1->data[p].elem;
            k++;
            p++;
        }
        else if(cmp(m1->data[p], m2->data[q]) == 1)
        {
            m3->data[k].i = m2->data[q].i;
            m3->data[k].j = m2->data[q].j;
            m3->data[k].elem = m2->data[q].elem;
            k++;
            q++;
        }
        else
        {
            m3->data[k].i = m2->data[q].i;
            m3->data[k].j = m2->data[q].j;
            m3->data[k].elem = m1->data[p].elem+m2->data[q].elem;
            k++;
            q++, p++;
        }
    }
    while(p < m1->tu)
    {
        m3->data[k].i = m1->data[p].i;
        m3->data[k].j = m1->data[p].j;
        m3->data[k].elem = m1->data[p].elem;
        k++;
        p++;
    }
    while(q < m2->tu)
    {
        m3->data[k].i = m2->data[q].i;
        m3->data[k].j = m2->data[q].j;
        m3->data[k].elem = m2->data[q].elem;
        k++;
        q++;
    }
    m3->tu = k;
}
  • 3
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
三元组稀疏矩阵是指矩阵中大部分元素为0,只有少部分元素非0。为了节约内存空间和降低计算成本,通常只将非零元素存储在矩阵中,采用三元组的方式。 三元组采用三个一维数组来表示,分别存储非零元素的行、列、和值,具体定义如下: ```c++ struct Triple { int row, col; // 行和列 ElemType value; // 元素值 }; ``` 矩阵相加可以按照以下方法: ```c++ STATUS MatrixAdd(TSMatrix M, TSMatrix N, TSMatrix &Q) { // 判断两个矩阵是否可以相加 if (M.rows != N.rows || M.cols != N.cols) return ERROR; int m = 1, n = 1, k = 0; // 分别指向M、N、Q的当前元素 Q.rows = M.rows; Q.cols = M.cols; Q.nums = 0; // Q中实际存储的非零元素个数 while (m <= M.nums && n <= N.nums) { // 当前元素在M和N中的行和列不同时,按序号小的为当前元素 if (M.data[m].row < N.data[n].row || (M.data[m].row == N.data[n].row && M.data[m].col < N.data[n].col)) { Q.data[++k] = M.data[m]; m++; } else if (M.data[m].row > N.data[n].row || (M.data[m].row == N.data[n].row && M.data[m].col > N.data[n].col)) { Q.data[++k] = N.data[n]; n++; } else { // 当前元素在M和N中的行和列相同 Q.data[++k] = M.data[m]; Q.data[k].value += N.data[n].value; // 直接相加 m++; n++; } } // 将M或N中剩余的元素插入Q中 while (m <= M.nums) Q.data[++k] = M.data[m++]; while (n <= N.nums) Q.data[++k] = N.data[n++]; Q.nums = k; // 设置Q中实际存储的非零元素个数 return OK; } ``` 矩阵的转置可以按照以下方法: ```c++ STATUS MatrixTranspose(TSMatrix M, TSMatrix &T) { T.rows = M.cols; T.cols = M.rows; T.nums = M.nums; if (T.nums == 0) // M中没有非零元素 return OK; int num[M.cols + 1] = {0}; // 存储每一列的非零元素个数 for (int k = 1; k <= M.nums; k++) num[M.data[k].col]++; int cpot[M.cols + 1] = {0}; // 存储每一列在T中的起始位置 for (int i = 2; i <= M.cols; i++) cpot[i] = cpot[i - 1] + num[i - 1]; for (int k = 1; k <= M.nums; k++) { int j = M.data[k].col; // 获取M中的列 int q = cpot[j]; // 获取T中的位置 T.data[q].row = M.data[k].col; T.data[q].col = M.data[k].row; T.data[q].value = M.data[k].value; cpot[j]++; // 将T中当前列的位置向后移动一位 } return OK; } ```
评论 2
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