数据结构::矩阵（二）--稀疏矩阵

最新推荐文章于 2023-01-20 21:01:29 发布

海绵宝宝的欧尼

最新推荐文章于 2023-01-20 21:01:29 发布

阅读量2.7k

点赞数 1

分类专栏：数据结构

本文链接：https://blog.csdn.net/lalu58/article/details/53585820

版权

本文介绍了稀疏矩阵的概念，强调在有效值远少于无效值时使用压缩存储，通过{row,col,value}三元组按行优先顺序存储有效数据。详细讲述了如何使用vector实现存储，并讨论了两种转置方法：普通转置和快速转置，其中快速转置通过预先计算每行元素个数和起始位置来提高效率。" 77749233,7325136,ReentrantLock在生产者消费者模型中的应用解析,"['多线程', 'reetrantlock', '并发控制', 'Java并发', '锁机制']

摘要由CSDN通过智能技术生成

【稀疏矩阵】：

定义：在N*N的矩阵中有效值的个数远小于无效值的个数，且这些数据的分布没有规律（下面这张图就是稀疏矩阵的一个例子：）

【稀疏矩阵的压缩存储】：

1）稀疏矩阵的存储：压缩存储值存储极少数的有效数据。使用{row,col,value}三元组存储每一个有效数据，三元组按原矩阵中的位置，以行优先级先后顺序依次存放。

template<typename T>
struct Tripe
{
	Tripe()
	{}   //为resize()的第二个参数创建
	Tripe<T>(const T& x,size_t row,size_t col)
		:_value(x)
		,_row(row)
		,_col(col)
	{}
	T _value;   
	size_t _row;
	size_t _col;
};

接下来我们就将这个三元组存储在数组里，因为我们在开辟一个空间的时候，我们并不知道要开多大，会造成很不方便，所以这里我们就用vector来进行存储，在存储的时候直接调用尾插。