第十次-多维数组

多维数组

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，每个元素受n(n≥1)个线性关系的约束，并称该数组为 n 维数组。
特点：
1，元素本身可以具有某种结构，属于同一数据类型；
2，数组是一个具有固定格式和数量的数据集合。
二维数组是数据元素为线性表的线性表。

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

（数组没有插入和删除操作，所以，不用预留空间，适合采用顺序存储。）

一维数组：
设一维数组的下标的范围为闭区间［l，h］，每个数组元素占用 c 个存储单元，则其任一元素 ai 的存储地址可由下式确定：
Loc(ai)＝Loc(al)＋(i－l)×c映射方法：
1，按行优先：先行后列，先存储行号较小的元素，行号相同者先存储列号较小的元素。
2，按列优先：先列后行，先存储列号较小的元素，列号相同者先存储行号较小的元素。

三维数组：
各维元素个数为 m1, m2, m3
下标为 i1, i2, i3的数组元素的存储地址：
按页/行/列存放
说明：各维的下标从0开始
LOC ( i1, i2, i3 ) = a + (i1* m2 * m3+ i2* m3+ i3 )* l

n维数组：
各维元素个数为 m1, m2, m3, …, mn
下标为 i1, i2, i3, …, in 的数组元素的存储地址：
LOC ( i1, i2, …, in ) = a +
( i1m2m3*…mn + i2m3m4…mn+……+ in-1mn + in ) * l

矩阵的压缩存储

特殊矩阵和稀疏矩阵
特殊矩阵：矩阵中很多值相同的元素并且它们的分布有一定的规律。
稀疏矩阵：矩阵中有很多零元素。
压缩存储的基本思想是：
⑴ 为多个值相同的元素只分配一个存储空间；
⑵ 对零元素不分配存储空间。

对称矩阵的压缩存储：
aij在一维数组中的序号
= i×(i-1)/2+ j
∵一维数组下标从0开始
∴aij在一维数组中的下标
k= i×(i-1)/2+ j-1
对于下三角中的元素aij(i≥j), 在一维数组中的下标k与i、j的关系为：
k＝i×(i-1)/2＋j-1 。
上三角中的元素aij（i＜j），因为aij＝aji，则访问和它对应的元素aji即可，即：
k＝j×(j-1)/2＋i -1。
特殊矩阵的压缩存储——对角矩阵 （带状矩阵）
对角矩阵：所有非零元素都集中在以主对角线为中心的带状区域中，除了主对角线和它的上下方若干条对角线的元素外，所有其他元素都为零。
对角矩阵 （带状矩阵）压缩存储方法一 ：二维数组法
对角矩阵 （带状矩阵）压缩存储方法一 ：二维数组法
稀疏矩阵的压缩存储
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：

template <class T>
struct element
{    
    int row, col;     //行号，列号
    T item              //非零元素值
};

三元组表：将稀疏矩阵的非零元素对应的三元组所构成的集合，按行优先的顺序排列成一个线性表
存储结构定义：

const int MaxTerm=100;
    template <class T>
    struct SparseMatrix
    {
       T data[MaxTerm];   //存储非零元素
       int mu, nu, tu;           //行数，列数，非零元个数
    };

稀疏矩阵的压缩存储——十字链表
采用链接存储结构存储三元组表，每个非零元素对应的三元组存储为一个链表结点，结构为：

row：存储非零元素的行号
col：存储非零元素的列号
item：存储非零元素的值
right：指针域，指向同一行中的下一个三元组
down：指针域，指向同一列中的下一个三元组

十字链表结点类的定义

template<class T>
class OLNode
{
 
public:
 int row,col;
 T element;
 OLNode<T>* right,*down;
public:
 OLNode(){right=NULL;down=NULL;};
};

广义表
广义表（列表）： n (  0 )个表元素组成的有限序列，记作：
LS = (a0, a1, a2, …, an-1)
LS是表名，ai是表元素，它可以是表 (称为子表)，可以是数据元素(称为原子)。
n为表的长度。n = 0 的广义表为空表。
长度：广义表LS中的直接元素的个数；
深度：广义表LS中括号的最大嵌套层数。
表头：广义表LS非空时，称第一个元素为LS的表头；
表尾：广义表LS中除表头外其余元素组成的广义表。

广义表与线性表的区别？
线性表的成分都是结构上不可分的单元素
广义表的成分可以是单元素，也可以是有结构的表
线性表是一种特殊的广义表
广义表不一定是线性表，也不一定是线性结构
广义表的基本运算：
（1）求表头GetHead(L)：非空广义表的第一个元素，可以是一个单元素，也可以是一个子表
（2）求表尾GetTail(L)：非空广义表除去表头元素以外其它元素所构成的表。表尾一定是一个表
（广义表中的数据元素的类型不统一，因此难以采用顺序存储结构来存储）

广义表的存储结构——头尾表示法

定义结点结构

template <class T>
struct GLNode {  
   Elemtag tag; 
   union    {
      T data; 
      struct 
      {
          GLNode *hp, *tp; 
       } ptr;                            
    };
};

广义表的特点：
1.有次序性
2.有长度
3.有深度
4.可递归
5.可共享