数组和广义表

5.1 数组的定义

数组的定义
数组是由一组类型相同的数据元素构成的有序集合，每个数据元素称为一个数组元素（简称为元素），每个元素受n(n≥1)个线性关系的约束，每个元素在n个线性关系中的序号i1、i2、…、in称为该元素的下标，并称该数组为 n 维数组。

数组的特点：
元素本身可以具有某种结构，属于同一数据类型；
数组是一个具有固定格式和数量的数据集合。
数组的基本操作:⑴ 存取：给定一组下标，读出对应的数组元素；
⑵ 修改：给定一组下标，存储或修改与其相对应的数组元素。
存取和修改操作本质上只对应一种操作——寻址

5.2 数组的顺序表示和实现——一维数组

5.3 矩阵的压缩存储

特殊矩阵：包括对称矩阵、三角矩阵、对角矩阵和稀疏矩阵等。
稀疏矩阵：矩阵中有很多零元素。
压缩存储的基本思想是：
为多个值相同的元素只分配一个存储空间；
对零元素不分配存储空间。










特殊矩阵的压缩存储——稀疏矩阵
法一：稀疏矩阵的压缩存储——三元组
将稀疏矩阵中的每个非零元素表示为：
(行号，列号，非零元素值)——三元组
定义三元组：
typedef struct
{
int i, j; //行下标，列下标
ElemType e; //非零元素值
} Triple ;

三元组顺序表——以顺序存储结构表示三元组表，是稀疏矩阵的一种压缩存储方式。
#define MAXSIZE 12500 //非零元个数最大值
typedef struct {
int i, j; //行下标和列下标
ElemType e;
} Triple;
typedef struct{
Triple data[MAXSIZE]; //非零元三元组表
int mu,nu,tu; //行数、列数、非零元个数
}TSMatrix;
TSMatrix a,b;

三元组顺序表操作——转置算法
基本思想：在A的三元组顺序表中依次找第0列、第1列、…直到最后一列的三元组，并将找到的每个三元组的行、列交换后顺序存储到B的三元组顺序表中。

1. 设置转置后矩阵B的行数、列数和非零元个数；
2. 在B中设置初始存储位置q；
3. for (col=最小列号; col<=最大列号; col++)
   3.1 在A中查找列号为col的三元组；
   3.2 交换其行号和列号，存入B中q位置；
   3.3 q++；
   稀疏矩阵的转置
   Status TransposeSMatrix(TSMatrix M,TSMatrix &T)
   { int q,col,p;
   T.mu=M.nu; T.nu=M.mu; T.tu=M.tu;
   if (T.tu)
   { q=0;
   for (col=0;col<T.mu;++col)
   for(p=0;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;
   }
   该算法的主要时间耗费是在col和p的两重循环上。
   对于一个m行n列且非零元素个数为t的稀疏矩阵而言，该算法的时间复杂度为O(t*n)。
   例：若矩阵有200行，200列，10,000个非零元素，总共有2,000,000次处理。
   最坏情况是，当稀疏矩阵中的非零元素个数t与mn同数量级时，上述算法的时间复杂度就为O(mn2)。
   显然这种情况下，该算法效率较低。
   基本思想：顺序取，直接存。即在A中依次取三元组，交换其行号和列号放到B 中适当位置。
   
   数据结构设计：
   引入两个数组作为辅助数据结构：
   cnum[cols]：存储矩阵A中某列的非零元素的个数；
   cpot[clos]：初值表示矩阵A中某列的第一个非零元素在B中的位置。
   cnum与cpot存在如下递推关系：
   
   设置转置后矩阵B的行数、列数和非零元素的个数；
4. 计算A中每一列的非零元素个数；
5. 计算A中每一列的第一个非零元素在B中的下标；
6. 依次取A中的每一个非零元素对应的三元组；
   4.1 确定该元素在B中的下标q；
   4.2 将该元素的行号列号交换后存入B中q的位置；
   4.3 预置该元素所在列的下一个元素的存放位置；
   该算法中有3个平行的for循环。
   对于一个m行n列且非零元素个数为t的稀疏矩阵而言，循环次数分别为n和t两种，故此算法时间复杂度为O(n+t)。
   显然该算法优于转置算法1。
   方法二：稀疏矩阵的压缩存储——十字链表
   当矩阵中非零元素的个数和位置经过运算后变化较大时，就不宜采用顺序存储结构，而应采用链式存储结构来表示三元组。
   稀疏矩阵的链接表示采用十字链表：行链表与列链表十字交叉。
   行链表与列链表都是带表头结点的循环链表。用表头结点表征是第几行，第几列
   

需要辅助结点作链表的表头，同时每个结点要增加两个指针域，所以只有在矩阵较大和较稀疏时才能起到节省空间的效果。

十字链表的类型定义
typedef struct OLNode{ //元素结点
int i,j; //非零元的行和列下标
ElemType e;
struct OLNode *right,*down; //该非零元所在行表和列
表的后继链域
} OLNode, *OLink;

typedef struct {
OLink *rhead,*chead; //行和列链表头指针数组
int mu,nu,tu;
} CrossList;
一维数组具有线性表的结构，操作简单，一般不进行插入和删除操作，只定义给定下标读取元素和修改元素的操作.
二维数组中，每个数据元素对应一对数组下标，在行方向上和列方向上都存在一个线性关系，即存在两个前驱和两个后继。也可看作是以线性表为数据元素的线性表。
n维数组中，每个数据元素对应n个下标，受n个关系的制约，其中任一个关系都是线性关系。可看作是数据元素为n-1维数组的一维数组。
因此，多维数组是对线性表的扩展。

5.4 广义表的类型定义

ADT Glist {
数据对象：D＝{ ei | i=1,2,…,n; n≥0;
ei∈AtomSet 或 ei∈GList,
AtomSet为某个数据对象 }
数据关系：
LR＝{<ei-1, ei >| ei-1 ,ei∈D, 2≤i≤n}
} ADT Glist