在一些高阶矩阵中,可能有许多值相同的元素或零元素,为了节省空间,就需要对矩阵压缩存储。(即一组连续的空间存储矩阵,零元素或相同元素不被包括(对多个值相同的元素只分配一个空间,零元素不分配空间)。对<数组的下标值>与<其所在的矩阵行值和列值>互相转换)
一、特殊矩阵---此类矩阵有一定的规律性可言,只需用到公式转换即可,非常简单,不细讲
1.三角矩阵
三角矩阵是方形矩阵的一种,因其非零系数的排列呈三角形状而得名。三角矩阵分上三角矩阵和下三角矩阵两种。上三角矩阵的对角线左下方的系数全部为零,下三角矩阵的对角线右上方的系数全部为零,如下是转换公式。
2.带状矩阵
所谓的带状矩阵即:在矩阵A中,所有的非零元素都集中在以主对角线为中心的带状区域中。其中最常见的是三对角带状矩阵
http://blog.sina.com.cn/s/blog_54f1857701000a33.html
二、稀疏矩阵
对于那些零元素数目远远多于非零元素数目,并且非零元素的分布没有规律的矩阵称为稀疏矩阵
由于稀疏矩阵中非零元素较少,零元素较多,因此可以采用只存储非零元素的方法来进行压缩存储。
由于非零元素分布没有任何规律,所以在进行压缩存储的时侯需要存储非零元素值的同时还要存储非零元素在矩阵中的位置,即非零元素所在的行号和列号,也就是在存储某个元素比如aij的值的同时,还需要存储该元素所在的行号i和它的列号j,这样就构成了一个三元组(i,j,aij)的线性表。
三元组可以采用顺序表示方法,也可以采用链式表示方法,这样就产生了对稀疏矩阵的不同压缩存储方式。
- 稀疏矩阵顺序表示的矩阵转置方法有两种
- 一般转置方法——>仅适用于非零元素个数远远小于行数*列数
- 快速转置算法
- 稀疏矩阵的十字链表实现比顺序存储多出了两个链域