第五章 数组和广义表（4）三元组矩阵转换（转）

最新推荐文章于 2024-10-09 23:58:14 发布
最新推荐文章于 2024-10-09 23:58:14 发布
阅读量285 收藏 1
点赞数
分类专栏： 数据结构与算法 
#include <stdio.h>  
  
#define OK 1  
#define ERROR 0  
#define TRUE 1  
#define FALSE 0  
  
#define MAXSIZE 100  
  
typedef int Status;  
typedef float ElemType;  
typedef struct{//三元组结构  
    int i,j;//非零元素行下标和列下标  
    ElemType e;//非零元素值  
}Triple;  
typedef struct{  
    Triple data[MAXSIZE+1];//非零元三元组表，data[0]不用  
    int mu,nu,tu;//矩阵的行数、列数和非零元素个数  
}TSMatrix;  
  
TSMatrix NewMatrix(int m,int n);  
    //新建一个三元组表示的稀疏矩阵  
Status InsertElem(TSMatrix *M,int row,int col,ElemType e);  
    //在三元组表示的稀疏矩阵M，第 row 行，第 col 列位置插入元素e  
    //插入成功，返回OK，否则返回ERROR  
Status FindElem(const TSMatrix *M,int row,int col,ElemType *e);  
    //查找三元组表示的稀疏矩阵M中，第 row 行，第 col列元素，若不为0，  
    //则用e返回其值，并返回TRUE，否则返回FALSE  
Status TransposeSMatrix(const TSMatrix *M,TSMatrix *T);  
    //采用三元组表存储表示，求稀疏矩阵M的转置矩阵T  
Status FastTransposeSMatrix(const TSMatrix *M,TSMatrix *T);  
    //利用三元组顺序表存储表示，求稀疏矩阵M的转置矩阵T  
Status MultSMatrix(const TSMatrix *M,const TSMatrix *T,TSMatrix *Q);  
    //稀疏矩阵的乘法,如果符合乘法规则，Q返回M*T结果，并返回OK,否则返回ERROR  
void PrintSMatrix(const TSMatrix *M);  
    //打印稀疏矩阵所有元素  
  
int main()  
{  
    TSMatrix M=NewMatrix(3,4);  
    TSMatrix T;  
    TSMatrix Q;  
    InsertElem(&M,3,2,3.65);  
    InsertElem(&M,2,2,2.31);  
    printf("\nM:");  
    PrintSMatrix(&M);  
    FastTransposeSMatrix(&M,&T);  
    printf("\nT(Transpose of M):");  
    PrintSMatrix(&T);  
    MultSMatrix(&M,&T,&Q);  
    printf("\nM*T=");  
    PrintSMatrix(&Q);  
    return 0;  
}  
  
TSMatrix NewMatrix(int m,int n){  
    //新建一个三元组表示的稀疏矩阵  
    TSMatrix M;  
    M.mu=m;  
    M.nu=n;  
    M.tu=0;  
    return M;  
}  
  
Status InsertElem(TSMatrix *M,int row,int col,ElemType e){  
    //在三元组表示的稀疏矩阵M，第 row 行，第 col 列位置插入元素e  
    //插入成功，返回OK，否则返回ERROR  
    int i,t,p;  
    if(M->tu>=MAXSIZE){//当前三元组表已满  
        printf("\nError:There is no space in the matrix;\n");  
        return ERROR;  
    }  
    if(row>M->mu||col>M->nu||row<1||col<1){//插入位置越界，不在1~mu或1~nu之间  
        printf("\nError:Insert position is beyond the arrange.\n");  
        return ERROR;  
    }  
    p=1;//标志新元素应该插入的位置  
    if(M->tu==0){//插入前矩阵M没有非零元素  
        M->data[p].i=row;  
        M->data[p].j=col;  
        M->data[p].e=e;  
        M->tu++;  
        return OK;  
    }  
    for(t=1;t<=M->tu;t++)//寻找合适的插入位置  
        if((row>=M->data[t].i)&&(col>=M->data[t].j))  
                p++;  
    if(row==M->data[t-1].i && col==M->data[t-1].j){//插入前，该元素已经存在  
        M->data[t-1].e=e;  
        return OK;  
    }  
    for(i=M->tu;i>=p;i--){//移动p之后的元素  
        M->data[i+1].i=M->data[i].i;  
        M->data[i+1].j=M->data[i].j;  
        M->data[i+1].e=M->data[i].e;  
    }  
    //插入新元素  
    M->data[p].i=row;  
    M->data[p].j=col;  
    M->data[p].e=e;  
    M->tu++;  
    return OK;  
}  
  
Status FindElem(const TSMatrix *M,int row,int col,ElemType *e){  
    //查找三元组表示的稀疏矩阵M中，第 row 行，第 col列元素，若不为0，  
    //则用e返回其值，并返回TRUE，否则返回FALSE  
    int p;  
    for(p=1;p<=M->tu;p++)  
        if(M->data[p].i==row&&M->data[p].j==col){  
            *e=M->data[p].e;  
            return TRUE;  
        }  
    return FALSE;  
}  
  
Status TransposeSMatrix(const TSMatrix *M,TSMatrix *T){  
    //采用三元组表存储表示，求稀疏矩阵M的转置矩阵T  
    int col,p,q;  
    T->mu=M->nu;    T->nu=M->mu; T->tu=M->tu;  
    if(T->tu){  
        q=1;  
        for(col=1;col<=M->mu;col++)  
            for(p=1;p<=M->tu;p++)  
                if(M->data[p].j==col){  
                    T->data[q].i=M->data[p].j;  
                    T->data[q].j=M->data[p].i;  
                    T->data[q].e=M->data[p].e;  
                    q++;  
                }  
    }  
    return OK;  
}  
  
Status FastTransposeSMatrix(const TSMatrix *M,TSMatrix *T){  
    //利用三元组顺序表存储表示，求稀疏矩阵M的转置矩阵T  
    int col,t,p,q,*num,*cpot;  
    T->mu=M->nu;    T->nu=M->mu;    T->tu=M->tu;  
    if(T->tu){  
        num=(int *)malloc(sizeof(int)*M->tu);  
        cpot=(int *)malloc(sizeof(int)*M->tu);  
        if(!(num&&cpot)){  
            printf("Apply for memory error.\n");  
            exit(0);  
        }  
        for(col=1;col<=M->nu;col++) num[col]=0;  
        //求M中每一列含有非零元素的个数  
        for(t=1;t<=M->tu;t++)   ++num[M->data[t].j];  
        cpot[1]=1;  
        //求第col列中第一个非零元素在b.data中的序号  
        for(col=2;col<=M->nu;col++)  
            cpot[col]=cpot[col-1]+num[col-1];  
        for(p=1;p<=M->tu;p++){  
            col=M->data[p].j;   q=cpot[col];  
            T->data[q].i=M->data[p].j;  
            T->data[q].j=M->data[p].i;  
            T->data[q].e=M->data[q].e;  
            ++cpot[col];  
        }//for  
    }//if  
    return OK;  
}  
  
Status MultSMatrix(const TSMatrix *M,const TSMatrix *T,TSMatrix *Q){  
    //稀疏矩阵的乘法,如果符合乘法规则，Q返回M*T结果，并返回OK,否则返回ERROR  
    int i,j,k,p;  
    ElemType m,t,s;  
    if(M->nu!=T->mu){  
        printf("Sorry,these two matrice can't multiply.\n");  
        return ERROR;  
    }  
    Q->mu=M->mu;    Q->nu=T->nu;    Q->tu=0;  
    p=1;  
    for(i=1;i<=Q->mu;i++){  
        for(j=1;j<=Q->nu;j++){  
            s=0;  
            for(k=1;k<=M->nu;k++){  
                if(FALSE==FindElem(M,i,k,&m))  
                    continue;  
                if(FALSE==FindElem(T,k,j,&t))  
                    continue;  
                s+=m*t;  
            }  
            if(s!=0){//Q[i][j]非零  
                Q->data[p].i=i;  
                Q->data[p].j=j;  
                Q->data[p].e=s;  
                p++;  
                Q->tu++;  
            }  
        }  
    }  
  
    return OK;  
  
}  
  
void PrintSMatrix(const TSMatrix *M){  
    //打印稀疏矩阵所有元素  
    int i,j,p=1;  
    printf("\nsize:%d × %d\n",M->mu,M->nu);  
    if(!M->tu){//0矩阵  
        printf("%g\n",0.0);  
        return;  
    }  
    for(i=1;i<=M->mu;i++){  
        for(j=1;j<=M->nu;j++){  
            if(i==M->data[p].i && j==M->data[p].j){  
                printf("%g\t",M->data[p].e);  
                p++;  
            }else{  
                printf("%g\t",0.0);  
            }  
        }  
        printf("\n");  
    }  
    printf("\n");  
}  

*/

qq_40191710
关注
专栏目录
广义表的应用--稀疏矩阵的快速转置（三元组）
ming101593的专栏
05-11 1340
#include #define MAXSIZE 10000 typedef struct{   int i,j;   int e; }Triple; typedef struct{  Triple data[MAXSIZE+1];  int mu,nu,tu; }TSMatrix;  int row,col; TSMatrix *CreateSMatrix(TSMatrix
数据结构 习题 第五章 多维数组和广义表 （C语言描述）
TXYGoodluck的博客
06-30 4586
最近在复习数据结构，所以想把平时上课做的习题做个总结，如果大家有遇到这方面的问题就可以参考一下了，废话不多说，直接开始吧。 1、单选题 稀疏矩阵一般的压缩存储方法有两种，即（ D） A. 二维数组和三维数组 B. 三元组表和散列 C. 散列和十字链表 D. 三元组表和十字链表 2、判断题 线性表可以看成是广义表的特例，如果广义表中的每个元素都是原子，则广义表便成为线性表. 正确 错误 3、判断题(5.0分) 广义表是线性表的推广，是一类线性数据结构。 错误 正确 4、填空题(5.0分) 二维数组A[10][
三元组矩阵
weixin_34345560的博客
04-27 228
问题：比较简单^^ 代码： #include &lt;iostream&gt; using namespace std; #define MAXSIZE 1000 typedef struct tMatrix { int row; int col; int data; }TMatrix; typedef struct matrix { TMatrix ...
稀疏矩阵——三元组（表示，转置）
最新发布
2301_81372374的博客
10-09 1927
三元组稀疏矩阵是一种用于表示稀疏数据结构的方法，特别是在图论、网络分析和科学计算等领域。它通常用于存储大规模的矩阵，其中大部分元素都是零，而只有少数非零元素（也称为“三元组”）占据了矩阵的主要部分。这种矩阵的每个元素由三个要素组成：行索引、列索引和对应的值。由于大多数位置是空的，所以相比于传统的二维数组，三元组稀疏矩阵占用的内存更少，提高了空间效率。在处理像社交网络这样的大型数据集时，三元组稀疏矩阵能够有效地存储边（节点之间的连接），同时减少了不必要的存储需求。
三元组矩阵转置
hellolde的博客
08-14 2589
1.简单方法： 把三元组表中行与列内容互换，然后再按行号对新的三元组表中的各三元组从小到大进行排序，就可以得到转置后的三元组表，如果排序操作是经典排序，则时间复杂度为O（Nums*Nums） 2.列序遍历法： 其思想是按照转置后的三元组顺序，在转置前三元组中找到相应的三元组进行转置。根据转制后的三元组的行序，首先在转之前的三元组中找到行号为0的三元组， ...
矩阵三元组
suo_jia_hao的博客
05-14 1874
数组和广义表->矩阵三元组 #include "stdio.h" #define M 3 //最大行 #define N 5 //最大列 #define MAXSIZE 100 //存储最大数据空间 typedef int ElemType; //每行存放的数据 typedef struct Triple{//Triple三元组 int i,j;//第i行，第j列 ElemType v;//元素的值 }Triple; //设定第1行存放总行/列数，空间 typedef struc
数组、矩阵和广义表
小狼的博客
07-22 496
1、 数组 1.1 定义 数组是n个相同元素组成的有限序列，是线性表的推广 1.2 存储结构 按行优先、按列优先 2、矩阵 为了节省空间，找出矩阵中相同元素的分布规律进行压缩 对称矩阵 新的元素下标为 k={i(i−1)2+j−1i≥j(下三角区和主对角元素)j(j−1)2+i−1i<j(上三角区元素aij=aji) k=\left\{ \begin{array}{rcl} \frac {i(i-1)}2+j-1 & & {i≥j(下三角区和主对角元素)}\
数据结构第五章：数组与广义表的压缩存储
《数据结构》第五章主要讨论了数组和广义表这两个核心概念，包括数组的顺序表示和实现，特殊矩阵的压缩存储，以及广义表的定义和存储结构。 1. **数组的定义与顺序存储**： - 数组是由一组具有相同类型且下标不同...
数据结构二之栈和队列、字符串、数组和广义表
Dog语言
08-25 987
数据结构二之栈和队列、字符串、数组和广义表 数据结构线性表的学习，让我们基本了解了数据结构的基本知识，数据结构就是对数据的操作，是独立于C语言的一门独立学科，我们这里只不过以C语言为基础进行学习数据结构，大家在学习其它语言，数据结构实现基本思想是一致的。 栈 栈和队列，严格意义上来说，也属于线性表，因为它们也都用于存储逻辑关系为 "一对一" 的数据。 同顺序表和链表一样，栈也是用来存储逻辑关系为 "一对一" 数据的线性存储结构，如图 1 所示。 图 1 栈存储结构示意图 从图 1 我们看到，
数据结构第五章作业答案参考（C语言）
03-17
数据结构第五章作业的答案主要涉及了数组和广义表的相关概念，包括字符串比较、对称矩阵的压缩存储、数组的存储、特殊矩阵的定义、广义表的操作等知识点。 1. 两个串相等的充要条件是串中各位置字符均对应相等，即...
三元组矩阵表示与稀疏矩阵压缩存储：数据结构第五章关键点
在《数据结构》第五章中，主要讨论了如何用三元组矩阵表示数据结构，特别是针对稀疏矩阵的压缩存储。章节内容涵盖了以下几个关键知识点： 1. **数组的定义**：数组被视为由一组具有相同类型但下标不同的元素组成的...
三元组表的建立及矩阵输出
10-22
三元组表的建立及矩阵输出 三元组表的建立及矩阵输出
考研数据结构手记(5)-数组 矩阵 广义表
早起养生局官方博客
08-22 544
数组 矩阵 广义表5.1 数组5.1.1 数组的类型5.1.2 定义和表示方法5.1.3 例题5.2 矩阵的压缩存储5.2.1 矩阵5.2.2 特殊矩阵5.2.2.1 对称矩阵例题5.2.2.2 三角矩阵5.2.2.3 三对角矩阵例题5.2.3 稀疏矩阵5.2.3.1 三元组表示法5.2.3.2 邻接表表示法5.2.3.3 十字链表表示法5.3 广义表5.3.1 逻辑结构5.3.2 存储结构5.3.3 扩展线性表存储结构 5.1 数组 5.1.1 数组的类型 一般研究的就是一维数组和二维数组。 5.1.2
数据结构之数组，矩阵，广义表
qq_43607916的博客
07-17 1038
数组，矩阵，广义表 1.数组 给出书上的题 2.矩阵的压缩存储
数据结构-数组、矩阵、广义表
cherish_th的博客
04-23 481
数据结构-数组、矩阵、广义表
05-数组、矩阵、广义表
Black_Me的博客
11-18 194
05-数组、矩阵、广义表 数组 一维数组 （a0,a1,…an） dataType a[n]; //dataType为数据类型，如int型 二维数组 [（a0,0,a0,1,…a0,n-1）、 （a1,0,a1,1,…a1,n-1）、 …、 （am-1,0,am-1,1,…a1,n-1）、 ] dataType a[m][n]; //dataType为数据类型，如int型,m行n列 行优先存储和列优先存储 行优先即先存满一行在存储下一行，列优先即先存满一列在存储下一列。 行优先存储如下图： 列优先存储
数组,矩阵和广义表学习笔记（一）
风起
03-04 1128
从逻辑结构上讲，数组结构可以看做对一般的线性表的补充。一维数组即为线性表，二维数组可以看作是元素为一维数组的（线性表的）线性表，以此类推n维数组为元素为n-1维数组的线性表。 行主映射和列主映射 数组的应用需要我们将数组元素序列化，即按一维数组排列 。令n是一个k维数组的元素个数。 行为主序的优先存储是将数组元素按行优先关系进行排列，，第i+1行元素紧跟在第i行元素的后面，同一行元素按照列...
第五章—数组、矩阵、广义表
笑忘书丶
06-13 8031
数组、矩阵、广义表数组两种数组的逻辑表示二维数组的行优先和列优先存储矩阵的压缩存储矩阵特殊矩阵和稀疏矩阵特殊矩阵稀疏矩阵顺序存储三元组表示法伪地址表示法稀疏矩阵链式存储邻接表表示法十字链表表示法广义表 本章的数据结构是一个扩展的线性结构，表中的数据结构本身也是一个复合类型，如二维数组，可以将每个元素都看做一个一维数组的一维数组，又如广义表，表元素本身也可以是广义表。 数组 两种数组的逻辑表示 一维数组：(a0,a1,a2,a3,a4,...,an−1)(a_0,a_1,a_2,a_3,a_4,...,a_
第五章 数组和广义表（3）三元组矩阵转换
qq_40191710的博客
02-08 425
#include&lt;stdio.h&gt; #include&lt;stdlib.h&gt; //宏定义 #define OK 1 #define ERROR 0 #define TRUE 1 #define FALSE 0 #define MAXSIZE 12 typedef int Status; typedef int ElemType; typedef stru...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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