矩阵的压缩存储

一、思维导图

二、特殊矩阵(由于一维数组和二维数组较为简单,就不写出来了)

1、对称矩阵

结构

存储策略:主对角线和下三角区,按照行优先存入一维数组 

(1)数组大小:

n*(1+n)/2

(2)aij是第几个元素:

i(i-1)/2+j

如果是下标的话,就需要减一:i(i-1)/2+j-1

存储策略:主对角线和上三角区,按照行优先存入一维数组(由上面推导出来,不用算,因为由于对称矩阵的性质aij=aji)

(1)数组大小:

n*(1+n)/2

(2)aij是第几个元素:

j(j-1)/2+i

如果是下标的话,就需要减一:j(j-1)/2+i-1

存储策略:主对角线和下三角区,按照列优先存入一维数组

(1)数组大小:

n*(1+n)/2

(2)aij是第几个元素:

(n-j+2)(2n-j+2)/2+(i-j)+1

如果是下标的话,就需要减一:(n-j+2)(2n-j+2)/2+(i-j)

存储策略:主对角线和上三角区,按照列优先存入一维数组(由上面推导出来,不用算,因为由于对称矩阵的性质aij=aji)

(1)数组大小:

n*(1+n)/2

(2)aij是第几个元素:

(n-i+2)(2n-i+2)/2+(j-i)+1

如果是下标的话,就需要减一:(n-i+2)(2n-i+2)/2+(j-i)

2、三角矩阵

结构

存储策略:主对角线和下三角区,按照行优先存入一维数组,再将常量c存入一维数组末尾即可

(1)数组大小:

 n(1+n)/2+1

(2)aij是第几个元素:

非常数c:i(i-1)/2+j 常数:n(1+n)/2+1

(3)aij的元素在数组的哪个下标:

非常数c:i(i-1)/2+j-1 常数:n(1+n)/2

3、三对角矩阵

结构

存储策略:只存储带状部分,按照行优先存储

(1)数组大小:

3n-2

(2)aij是第几个元素:

3(i-1)-1+(j-i)+2 ==> 2i+j-2

(3)aij是数组内的哪一个下标的元素

2i+j-3

(4)已知数组下标k,如何得到ij

第一种方法:

第二种方法:

 

 小于等没截全:小于等于(这个是正确的)


由k下标=2i+j-3

再结合i=(k+2)/3(向上取整)或i=(k+1)/3+1(向下取整)

就可以完全算出j的值

4、稀疏矩阵

结构

顺序存储:三元组 

 

链表存储:十字链表法(通过两个指针数组)

 

三、总结

 

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
稀疏矩阵压缩存储是一种优化矩阵存储空间的方式。当矩阵中大部分元素为0或者重复元素较多时,采用传统的二维数组存储方式会导致存储空间的浪费,因此采用稀疏矩阵压缩存储可以节省存储空间。 稀疏矩阵压缩存储的思路是将稀疏矩阵中的非零元素按照行优先的原则逐个存储起来,同时还需要记录每个非零元素的行号、列号以及其对应的值。压缩存储后的矩阵可以表示为一个线性数组,数组的每个元素都包含三个部分:行号、列号和元素值。这样可以避免存储大量的0元素,从而减少存储空间的开销。 在进行矩阵压缩存储时,可以采用稀疏矩阵的三元组存储方法,即将非零元素的行号、列号和值分别存储在三个单独的一维数组中。实际应用中,还可以基于三元组存储方法的基础上进行进一步的优化,例如使用链表结构来存储非零元素,以减少内存的消耗。 此外,在稀疏矩阵压缩存储过程中,还需要考虑到数据的读取和修改操作。读取非零元素时,可以直接通过行号和列号索引到相应的元素,而修改非零元素时,需要先找到对应的索引再进行修改。 总体来说,稀疏矩阵压缩存储是通过将稀疏矩阵中的非零元素存储起来,避免存储大量的0元素,从而减少存储空间的开销。具体的实现方法可以采用稀疏矩阵的三元组存储方法或其他优化方式,以提高存储效率和减少内存消耗。

“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