一.二维数组与矩阵乘法
1.二维数组简单讲就是:数组元素是数组的数组
数组grades的每一个元素都是数组。相当于构建了一个3x3的数据表格
2.矩阵乘法
矩阵乘法是一种高效的算法可以把一些一维递推优化到log(n),还可以求路径方案等,所以更是一种应用性极强的算法。必须注意的是,只有当矩阵A的列数与矩阵B的行数相等时A×B才有意义。
一般单说矩阵乘积时,指的便是一般矩阵乘积。若A为m×n矩阵,B为n×p矩阵,则他们的乘积AB(有时记做A·B)会是一个m×p矩阵。
总代码
#include <stdio.h>
#include <malloc.h>
#include <stdlib.h>
#define ROWS 4
#define COLUMNS 5
//动态数组
typedef struct TwoDArray
{
int rows;
int columns;
int** elements;
} TwoDArry, *TwoDArrayPtr;
//静态数组
typedef struct TwoDStaticArrray
{
int rows;
int columns;
int elements[ROWS][COLUMNS];
} TwoDStaticArray, *TwoDStaticArrayPtr;
//静态数组初始化
TwoDStaticArrayPtr initTwoDStaticArray()
{
int i, j;
TwoDStaticArrayPtr resultPtr = (TwoDStaticArrayPtr)malloc(sizeof(TwoDStaticArray));
resultPtr->rows = ROWS;
resultPtr->columns = COLUMNS;
for(i = 0; i < ROWS; i ++)
{
for(j = 0; j < COLUMNS; j ++)
{
resultPtr->elements[i][j] = i * 10 + j;
//打印地址
printf("(%d, %d): %d; ", i, j, &(resultPtr->elements[i][j]));
}
}
return resultPtr;
}
//动态数组
//初始化
TwoDArrayPtr initTwoDArray(int paraRows,int paraColumns)
{
int i;
TwoDArrayPtr resultPtr = (TwoDArrayPtr)malloc(sizeof(struct TwoDArray));
resultPtr->rows = paraRows;
resultPtr->columns = paraColumns;
resultPtr->elements = (int**)malloc(paraRows * sizeof(int*));
for(i = 0;i < paraRows;i++)
{
resultPtr->elements[i] = (int*)malloc(paraColumns * sizeof(int));
}
return resultPtr;
}
//随机数赋值
void randomizeTwoDArray(TwoDArrayPtr paraPtr,int paraLowerBound,int paraUpperBound)
{
int i,j;
for(i = 0;i < paraPtr->rows;i++)
{
for(j = 0;j < paraPtr->columns;j++)
{
paraPtr->elements[i][j] = rand() % (paraUpperBound - paraLowerBound) + paraLowerBound;
}
}
}
//打印
void printTwoDArray(TwoDArrayPtr paraPtr)
{
int i,j;
for(i = 0;i < paraPtr->rows;i++)
{
for(j = 0;j < paraPtr->columns;j++)
{
if(j == paraPtr->columns-1)
printf("%d ",paraPtr->elements[i][j]);
else
printf("%d, ",paraPtr->elements[i][j]);
}
printf("\n");
}
}
//矩阵相乘
TwoDArrayPtr matrixMultiply(TwoDArrayPtr paraPtr1,TwoDArrayPtr paraPtr2)
{
int i,j,k,sum;
if(paraPtr1->columns != paraPtr2->rows)
{
printf("矩阵不能相乘.\n");
return NULL;
}
TwoDArrayPtr resultPtr = initTwoDArray(paraPtr1->rows,paraPtr2->columns);
for(i = 0;i < paraPtr1->rows;i++)
{
for(j = 0;j < paraPtr2->columns;j++)
{
sum = 0;
for(k = 0;k < paraPtr1->columns;k++)
{
sum += paraPtr1->elements[i][k] * paraPtr2->elements[k][j];
}
resultPtr->elements[i][j] = sum;
if(j == paraPtr2->columns-1)
printf("sum = %d",sum);
else
printf("sum = %d, ",sum);
}
printf("\n");
}
return resultPtr;
}
//测试
void twoDArrayTest()
{
TwoDArrayPtr tempPtr1, tempPtr2, tempPtr3;
tempPtr1 = initTwoDArray(3, 2);
randomizeTwoDArray(tempPtr1, 1, 6);
printf("第一个矩阵:\r\n");
printTwoDArray(tempPtr1);
tempPtr2 = initTwoDArray(2, 4);
randomizeTwoDArray(tempPtr2, 4, 10);
printf("第二个矩阵:\r\n");
printTwoDArray(tempPtr2);
tempPtr3 = matrixMultiply(tempPtr1, tempPtr2);
printf("计算结果:\r\n");
printTwoDArray(tempPtr3);
}
int main()
{
twoDArrayTest();
printf("静态矩阵:\n");
TwoDStaticArrayPtr tempPtr = initTwoDStaticArray();
return 1;
}
运行结果
第一个矩阵:
2, 3
5, 1
5, 5
第二个矩阵:
4, 4, 8, 6
9, 9, 5, 7
sum = 35, sum = 35, sum = 31, sum = 33
sum = 29, sum = 29, sum = 45, sum = 37
sum = 65, sum = 65, sum = 65, sum = 65
计算结果:
35, 35, 31, 33
29, 29, 45, 37
65, 65, 65, 65
二.压缩矩阵的转置
1.为什么要对矩阵进行压缩存储呢?对于一个nm的矩阵,我们一般会想到开一个nm的二维数组来存储,这样计算操作都很方便模拟,但当一个矩阵很大时,这样对于空间的开销与浪费是很可怕的,尤其是当矩阵变成多维时。但我们往往不会在矩阵每一个位置都存有数据,很多矩阵元素其实是0,我们需要记录的只是那些非零元素,于是我们可以记录非零元素的位置与值,这样便可以大大减少空间上的浪费。
总代码
#include <stdio.h>
#include <malloc.h>
typedef int elem;
/**
* 行索引、列索引和数据的三元组。
*/
typedef struct Triple {
int i;
int j;
elem e;
} Triple, *TriplePtr;
/**
* 行索引、列索引和数据的三元组。
*/
typedef struct CompressedMatrix {
int rows, columns, numElements;
Triple* elements;
} CompressedMatrix, *CompressedMatrixPtr;
/**
* @brief 初始化一个压缩矩阵。
*
* @param paraColumns
* @param paraData
* @param paraElements
* @param paraRows
*
* @return
*/
CompressedMatrixPtr initCompressedMatrix(int paraRows, int paraColumns, int paraElements, int** paraData) {
int i;
//申请一个矩阵
CompressedMatrixPtr resultPtr = (CompressedMatrixPtr)malloc(sizeof(struct CompressedMatrix));
resultPtr->rows = paraRows;
resultPtr->columns = paraColumns;
resultPtr->numElements = paraElements;
//申请矩阵的存储库
resultPtr->elements = (TriplePtr)malloc(paraElements * sizeof(struct Triple));
//把二维数组的值存入矩阵存储库中
for (i = 0; i < paraElements; i ++) {
resultPtr->elements[i].i = paraData[i][0];
resultPtr->elements[i].j = paraData[i][1];
resultPtr->elements[i].e = paraData[i][2];
}
return resultPtr;
}
/**
* @brief 打印矩阵
*
* @param paraPtr
*/
void printCompressedMatrix(CompressedMatrixPtr paraPtr) {
int i;
for (i = 0; i < paraPtr->numElements; i ++) {
printf("(%d, %d): %d\n", paraPtr->elements[i].i, paraPtr->elements[i].j, paraPtr->elements[i].e);
}
}
/**
* @brief 转置一个压缩矩阵。
*
* @param paraPtr
*
* @return
*/
CompressedMatrixPtr transposeCompressedMatrix(CompressedMatrixPtr paraPtr) {
//第一步,分配空间。
int i, tempColumn, tempPosition;
int *tempColumnCounts = (int*)malloc(paraPtr->columns * sizeof(int));
int *tempOffsets = (int*)malloc(paraPtr->columns * sizeof(int));
for (i = 0; i < paraPtr->columns; i ++) {
tempColumnCounts[i] = 0;
}
CompressedMatrixPtr resultPtr = (CompressedMatrixPtr)malloc(sizeof(struct CompressedMatrix));
resultPtr->rows = paraPtr->columns;
resultPtr->columns = paraPtr->rows;
resultPtr->numElements = paraPtr->numElements;
resultPtr->elements = (TriplePtr)malloc(paraPtr->numElements * sizeof(struct Triple));
//第2步,一次扫描以计算转置后的值。
printf("需要转置,定义tempOffsets[]存储需要转置的值\n");
for (i = 0; i < paraPtr->numElements; i ++) {
tempColumnCounts[paraPtr->elements[i].j] ++;
}
tempOffsets[0] = 0;
for (i = 1; i < paraPtr->columns; i ++) {
tempOffsets[i] = tempOffsets[i - 1] + tempColumnCounts[i - 1];
printf("tempOffsets[%d] = %d \n", i, tempOffsets[i]);
}
//第三步,再次扫描填充数据。
for (i = 0; i < paraPtr->numElements; i ++) {
tempColumn = paraPtr->elements[i].j;
tempPosition = tempOffsets[tempColumn];
resultPtr->elements[tempPosition].i = paraPtr->elements[i].j;
resultPtr->elements[tempPosition].j = paraPtr->elements[i].i;
resultPtr->elements[tempPosition].e = paraPtr->elements[i].e;
tempOffsets[tempColumn]++;
}
return resultPtr;
}
/**
* @brief 测试压缩矩阵。
*/
void compressedMatrixTest() {
printf("---- transposeCompressedMatrix 测试开始 ----\n");
CompressedMatrixPtr tempPtr1, tempPtr2;
int i, j, tempElements;
//构造第一个样本矩阵。
tempElements = 4;
int** tempMatrix1 = (int**)malloc(tempElements * sizeof(int*));
for (i = 0; i < tempElements; i ++) {
tempMatrix1[i] = (int*)malloc(3 * sizeof(int));
}
int tempMatrix2[5][3] = {{0, 0, 2}, {0, 2, 3}, {2, 0, 5}, {2, 1, 6}};
for (i = 0; i < tempElements; i ++) {
for (j = 0; j < 3; j ++) {
tempMatrix1[i][j] = tempMatrix2[i][j];
}
}
tempPtr1 = initCompressedMatrix(2, 3, 4, tempMatrix1);
printf("初始化后:\n");
printCompressedMatrix(tempPtr1);
tempPtr2 = transposeCompressedMatrix(tempPtr1);
printf("转置后:\n");
printCompressedMatrix(tempPtr2);
printf("---- transposeCompressedMatrix 测试结束 ----\n");
}
int main() {
compressedMatrixTest();
return 1;
}