~稀疏矩阵的压缩存储与转置~

       众所周知,稀疏矩阵的定义如下:设一个M*N的矩阵,矩阵中有效值的个数远小于无效数的个数,且这些数据的分布没有规律时,该矩阵是稀疏矩阵。

       稀疏矩阵的压缩存储存储极少的有效数据,使用三元组{row, col, value}存储每一个有效数据,三元组按原矩阵中的位置,以行优先级一次存放。

       稀疏矩阵的转置,即将原矩阵的行、列对换。

详细代码如下:

template <class T>
struct Triple
{
	size_t _row;
	size_t _col;
	T _value;

	Triple(size_t row, size_t col, const T& v)
		:_row(row)
		,_col(col)
		,_value(v)
	{}

	Triple()
	{}
};

template <class T>
class SparseMatrix
{
public:
	SparseMatrix(T* matrix, size_t M, size_t N, const T& invalid = T())
		:_M(M)
		,_N(N)
		,_invalid(invalid)
	{
		for(size_t i=0; i<M; ++i)
		{
			for(size_t j=0; j<N; ++j)
			{
				if(matrix[i*N+j] != invalid)
				{
					Triple<T> t(i, j, matrix[i*N+j]);

					_matrix.push_back(t);
				}
			}
		}
	}

	SparseMatrix()
	{}

	void Display()
	{
		size_t index = 0;

		for(size_t i=0; i<_M; ++i)
		{
			for(size_t j=0; j<_N; ++j)
			{
				if((index<_matrix.size()) && (_matrix[index]._row==i) && (_matrix[index]._col==j))
				{
					cout<<_matrix[index]._value<<" ";

					++index;
				}
				else
				{
					cout<<_invalid<<" ";
				}
			}

			cout<<endl;
		}

		cout<<endl;
	}

	SparseMatrix<T> Transport()  //转置
	{
		SparseMatrix<T> sm;
		sm._M = _N;
		sm._N = _M;
		sm._invalid = _invalid;
		sm._matrix.reserve(_matrix.size());

		for(size_t i=0; i<_N; ++i)
		{
			size_t index = 0;

			while(index < _matrix.size())
			{
				if(_matrix[index]._col == i)
				{
					Triple<T> t(_matrix[index]);
					swap(t._row, t._col);

					sm._matrix.push_back(t);
				}

				++index;
			}
		}
		return sm;
	}

	SparseMatrix<T> FastTransport()  //快速转置
	{
		SparseMatrix<T> sm;
		sm._M = _N;
		sm._N = _M;
		sm._invalid = _invalid;
		sm._matrix.resize(_matrix.size());

		int *count = new int[_N];
		memset(count, 0, sizeof(int)*_N);
		int *start = new int[_N];

		//统计转置后每一行(即转置前每一列)的数据个数
		size_t index = 0;

		while(index < _matrix.size())
		{
			++count[_matrix[index]._col];
			++index;
		}

		//统计转置后每一行(即转置前每一列)第一个数据的起始位置
		start[0] = 0;

		for(size_t i=1; i<_N; ++i)
		{
			start[i] = start[i-1] + count[i-1];
		}

		//快速定位
		index = 0;

		while(index < _matrix.size())
		{
			int _row = _matrix[index]._col;

			Triple<T> t(_matrix[index]);
			swap(t._row, t._col);

			sm._matrix[start[_row]] = t;
			++start[_row];
			++index;
		}

		return sm;
	}
protected:
	vector<Triple<T>> _matrix;
	size_t _M;
	size_t _N;
	T _invalid;
};

测试用例如下:

void TestSparseMatrix()
{
	int matric[6][5] = 
	{
		{1,0,3,0,5},
		{0,0,0,0,0},
		{0,0,0,0,0},
		{2,0,4,0,6},
		{0,0,0,0,0},
		{0,0,0,0,0}
	};

	SparseMatrix<int> sm((int *)matric, 6, 5, 0);
	sm.Display();

	sm.Transport().Display();
	sm.FastTransport().Display();
}


       值得一提的是,在进行转置的时候,需要重写SparseMatrix的构造函数;在进行快速转置的时候,需要重写SparseMatrix和Triple的构造函数,否则程序会报错,告诉你没有合适的构造函数,切记切记!!!

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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
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