矩阵的压缩存储

数组
想象一下，数组就像一排排的座位，每个座位上都有一个编号，这样你就知道每个座位在哪里。数组就是一堆东西排成行和列，每个东西都有一个编号，我们叫它下标。
数组怎么存东西
当你把东西放进数组里，它们在电脑的大脑（内存）里是排成一长串紧紧挨着的。
多维数组
如果你有两层或者更多层的座位，比如电影院里的座位，你可以先按行来排，也可以按列来排。这就是多维数组的存储方式。
矩阵压缩存储
矩阵压缩存储就像是把一些空座位或者相同的座位合并起来，这样就不用占太多空间了。
特殊矩阵
特殊矩阵就像是一些有规律的座位排列，比如：
对称矩阵：就像镜子里的反射，左边的和右边的座位是一模一样的。
三角矩阵：只有下面或者上面的座位有人，中间的座位都是空的。
三对角矩阵：只有中间的三条线有人，其他地方都是空的。
稀疏矩阵：就像一个很大的电影院，但是只有零星几个人坐着，大部分座位都是空的。
存储方法
对于这些特殊矩阵，我们可以用一些聪明的方法来存：
对称矩阵：只需要存一半的座位信息。
三角矩阵和三对角矩阵：只需要存有“人”坐的那几条线。
稀疏矩阵：只需要记下哪些座位有人，不用管空的座位。
压缩存储的缺点
但是，如果你把座位压缩存储了，你就不能随便挑一个座位来看有没有人坐，这就像是失去了随机存取的能力。
 

知识点链接
数组概念
数组：由相同类型的数据元素构成的有限序列，元素通过下标进行索引。
数组的维界：下标取值的范围。
数组与线性表的关系：一维数组相当于线性表，二维数组可以看作是由线性表组成的线性表。
数组的存储结构
所有元素在内存中占用连续的存储空间。
多维数组映射方法
按行优先：按照一行一行的顺序存储。
按列优先：按照一列一列的顺序存储。
矩阵的压缩存储
压缩存储：为值相同的元素只分配一个存储空间，节省存储空间。
特殊矩阵：具有许多相同或零元素，且这些元素分布具有规律性的矩阵。
特殊矩阵类型
对称矩阵：方阵中任意元素a(i,j) = a(j,i)，可以压缩存储在一维数组中。
三角矩阵：分为下三角矩阵和上三角矩阵。
下三角矩阵：上三角区元素为常量，压缩存储下三角区和主对角线元素后，存储常量一次。
上三角矩阵：下三角区元素为常量，压缩存储上三角区和主对角线元素后，存储常量一次。
三对角矩阵：除三条对角线外，其他元素为零，采用压缩存储。
稀疏矩阵：非零元素相对于总元素数非常少，采用三元组（行标，列标，值）存储。
存储方式
三元组存储：非零元素及其行和列信息。
十字链表法：另一种存储稀疏矩阵的方法。
压缩存储的特点
压缩存储后的稀疏矩阵失去了随机存取的特性。
公式和推导
文档中提到，如果记不住具体的存储位置计算公式，可以记住推导过程，在考试时现场推演。
总结
文档提供了矩阵压缩存储的基本概念、特殊矩阵的类型及其压缩存储方法，以及存储稀疏矩阵的两种主要方式。这些技术主要用于优化存储空间的使用，特别是在处理具有大量相同或零元素的大型矩阵时。