数据结构-二维数组-三角矩阵压缩存储

数据结构-二维数组-三角矩阵压缩存储

一、什么是三角矩阵

前情提要

三角矩阵也是属于一类特殊的二维数组矩阵,同样也用压缩的存储方式,能够更好的节约存储空间,二维数组的三角矩阵分为上三角矩阵和下三角矩阵,其实现的原理差不多类似,下面就细细道来。

三角矩阵的特点

此处讨论的三角矩阵的行数和列数是一样的,不妨设都设为 n 。如下所示:

a11a12a22a13a23a33δa14a24a34a44a1n1a2n1a3n1a4n1an1n1a1na2na3na4nan1nann

如上所示,为上三角矩阵,矩阵的对角线以下的所有元素均为同一常数 δ ,或者无效的数据。从上往下逐行的元素总数是比上一行少一个,构成等差数列条件,以下会用的等差数列数学知识。若 δ 为常数,则需要在所有元素的最后一个另外加一个元素位置单独存放该数据,毕竟只要是有效数据就需要存储的嘛。对于下三角矩阵有类似的特点,这里放到公式推导里面去介绍。

二、三角矩阵压缩存储

上三角矩阵的存储

如下所示:
上三角矩阵
对于元素处于上三角区域,即元素 aij ,其中 ij ,可得如下规律:
1 行有n个元素,第 2 行有(n1)个元素,第 3 行有(n2)个元素,第 i 行有(ni+1)个元素,…第 n 行有(nn+1)(即只有 1 个元素)个元素;可得对于元素aij,第 (i1) 行(即元素 aij 前一行)共有:

k=1i1(nk+1)=(i1)(2ni+2)2
个元素,元素 aij ,在第i行中是第 (ji+1) 个元素,规定:每个元素所占的长度为 e ,所以:
address(aij)=address(a11)+((i1)(2ni+2)2+ji)e

对于元素处于下三角区域,即元素 aij ,其中 i>j ,因为下三角区的元素值都一样(如果元素的值有效),则把它放到存储区的最后一个单元,即: (n+1)n2+1 的位置,可得地址公式:
address(aij)=address(a11)+((n+1)n2)e

下三角矩阵的存储

如下所示:
下三角矩阵
对于元素处于下三角区域,即元素 aij ,其中 ij ,可得如下规律:
1 行有1个元素,第 2 行有2个元素,第 3 行有3个元素,第 i 行有i个元素,…第 n 行有n个元素;可得对于元素 aij ,第 (i1) 行(即元素 aij 前一行)共有:

k=1i1k=(i1)(1+i1)2=(i1)i2
个元素,元素 aij 在第 i 行为第j个元素,现规定每个元素占用的单位为 e ,可得:
address(aij)=address(a11)+((i1)i2+j1)e
,对于上三角区的元素将其放到存储区的最后一个单元,即 (n+1)n2+1 的位置,可得地址公式:
address(aij)=address(a11)+((n+1)n2)e
,和上三角存储的一样。

矩阵的压缩存储暂时写到这,写得不好,多多指教哈。

  • 30
    点赞
  • 99
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
### 回答1: 要计算二维数组的行列式,可以使用行列式的定义来计算。假设给定一个二维数组A,其行数为n,列数为m,则该二维数组可以表示为A = [a_ij],其中i表示行索引,j表示列索引。 对于一个2x2的二维数组,其行列式计算公式为: |a b| |c d| = ad - bc 对于一个大于2x2的二维数组,可以使用余子式和代数余子式来计算其行列式。具体步骤如下: 1. 选择一行或一列作为基准,假设选择第一行。 2. 将基准行或列的每个元素看作一个小矩阵的左上角元素,然后计算这个小矩阵的行列式。这个小矩阵的行列式称为该元素的余子式。 3. 对于每个余子式,乘以该元素的代数余子式,得到一个数值。奇数行奇数列的元素代数余子式为该元素的余子式的相反数,偶数行偶数列的元素代数余子式为该元素的余子式。 4. 将所有数值相加得到最终的行列式的值。 下面是Java代码实现该算法的示例: ```java public static int determinant(int[][] A) { int n = A.length; int m = A[0].length; if (n != m) { throw new IllegalArgumentException("Matrix is not square."); } int det = 0; if (n == 2) { det = A[0][0] * A[1][1] - A[0][1] * A[1][0]; } else { for (int j = 0; j < m; j++) { int[][] M = new int[n - 1][m - 1]; for (int i = 1; i < n; i++) { for (int k = 0; k < m; k++) { if (k < j) { M[i - 1][k] = A[i][k]; } else if (k > j) { M[i - 1][k - 1] = A[i][k]; } } } int sign = (j % 2 == 0) ? 1 : -1; det += sign * A[0][j] * determinant(M); } } return det; } ``` 该算法的时间复杂度为O(n!),其中n为二维数组的大小。如果需要计算更大的二维数组的行列式,可以考虑使用高斯消元或LU分解等更高效的算法。 ### 回答2: 矩阵乘法是线性代数中的基础运算之一,也是计算机科学中经常用到的运算之一。在Java中,使用二维数组表示矩阵,可以通过循环嵌套实现矩阵乘法。 矩阵乘法的原理是将矩阵A的行与矩阵B的列对应相乘再求和,得到矩阵C中对应位置的值。具体实现过程如下: 1. 定义两个二维数组表示矩阵A和矩阵B。 ```java int[][] A = {{1, 2, 3}, {4, 5, 6}}; int[][] B = {{7, 8}, {9, 10}, {11, 12}}; ``` 2. 创建一个二维数组表示矩阵C,其行数等于矩阵A的行数,列数等于矩阵B的列数。 ```java int[][] C = new int[A.length][B[0].length]; ``` 3. 循环嵌套计算矩阵乘法。外层循环控制行数,内层循环控制列数。 ```java for(int i = 0; i < A.length; i++) { for(int j = 0; j < B[0].length; j++) { for(int k = 0; k < A[0].length; k++) { C[i][j] += A[i][k] * B[k][j]; } } } ``` 4. 输出矩阵C的值。 ```java for(int i = 0; i < C.length; i++) { for(int j = 0; j < C[0].length; j++) { System.out.print(C[i][j] + " "); } System.out.println(); } ``` 完整代码如下: ```java public class MatrixMultiplication { public static void main(String[] args) { int[][] A = {{1, 2, 3}, {4, 5, 6}}; int[][] B = {{7, 8}, {9, 10}, {11, 12}}; int[][] C = new int[A.length][B[0].length]; for(int i = 0; i < A.length; i++) { for(int j = 0; j < B[0].length; j++) { for(int k = 0; k < A[0].length; k++) { C[i][j] += A[i][k] * B[k][j]; } } } for(int i = 0; i < C.length; i++) { for(int j = 0; j < C[0].length; j++) { System.out.print(C[i][j] + " "); } System.out.println(); } } } ``` 以上就是Java数组之二维数值数组矩阵乘的实现过程。矩阵乘法虽然简单,但重要性不容忽视,尤其在计算机视觉、图像处理、机器学习等领域应用广泛。 ### 回答3: 矩阵乘是矩阵运算中的一种基本操作,也是数值计算中十分重要的一个问题。在Java中,我们可以通过二维数组来实现矩阵乘法。下面,我们就来看看如何通过Java数组练习矩阵乘法。 首先,我们需要了解矩阵乘法的相关知识。设有两个矩阵A和B,它们的维度分别为m*n和n*p,则它们的乘积C为一个m*p的矩阵,其中C[i][j]的值为A[i][0]*B[0][j]+A[i][1]*B[1][j]+...+A[i][n-1]*B[n-1][j]。 根据这个公式,我们可以写出Java代码来实现矩阵乘法。 例如,假设我们要计算矩阵A和B的乘积C,代码可以如下所示: ``` public static int[][] matrixMul(int[][] A, int[][] B) { int m = A.length; int n = A[0].length; int p = B[0].length; int[][] C = new int[m][p]; for (int i = 0; i < m; i++) { for (int j = 0; j < p; j++) { for (int k = 0; k < n; k++) { C[i][j] += A[i][k] * B[k][j]; } } } return C; } ``` 在这段代码中,我们首先定义了矩阵A、B和C的相关维度,然后用一个三重循环遍历每一个C[i][j]的值,并根据矩阵乘法公式计算出每个C[i][j]的值。 示例: ``` int[][] A = {{1, 2, 3}, {4, 5, 6}}; int[][] B = {{7, 8}, {9, 10}, {11, 12}}; int[][] C = matrixMul(A, B); //输出结果 for (int i = 0; i < C.length; i++) { for (int j = 0; j < C[0].length; j++) { System.out.print(C[i][j] + " "); } System.out.println(); } ``` 执行以上代码,会输出如下结果: ``` 58 64 139 154 ``` 这就是矩阵A和B的乘积C。 总之,通过这段代码的理解和实践,我们可以更好地掌握Java数组的使用,以及矩阵乘法的实现方法。同时,在实际工作中,我们也可以根据类似的思路,来解决一些涉及二维数组的数值计算问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

majinshanNUN

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值