1、数组:由类型相同的数据元素(可以是线性表)构成的有序集合,每个元素受n(n≥1)个线性关系的约束,并称该数组为 n 维数组。
广义表:元素为线性表,类型可不同。
数组的特点:元素本身可以具有某种结构,属于同一数据类型;
数组是一个具有固定格式和数量的数据集合。
二维数组是数据元素为线性表的线性表。
2、寻址
数组没有插入和删除操作,所以,不用预留空间,适合采用顺序存储。
一维数组:设一维数组的下标的范围为闭区间[l,h],每个数组元素占用 c 个存储单元,则其任一元素 ai 的存储地址可由下式确定:
Loc(ai)=Loc(al)+(i-l)×c
二维数组:
常用的映射方法有两种:
按行优先:先行后列,先存储行号较小的元素,行号相同者先存储列号较小的元素。
按列优先:先列后行,先存储列号较小的元素,列号相同者先存储行号较小的元素。
1、按行优先存储的寻址
设二维数组行号为l1到h1,列号为l2到h2。
aij前面的元素个数 =整行数×每行元素个数+本行中aij前面的元素个数 =(i -l1)×(h2 -l2+1)+(j -l2),
Loc(aij)=Loc(al1l2)+((i-l1)×(h2-l2+1)+(j-l2))×c
2、按列优先存储的寻址
设二维数组为n行m列。
设数组开始存放位置 LOC( 0, 0 ) = a, 每个元素占用 l 个存储单元 则a[i][j]的存储地址:LOC ( i, j ) = a + ( j×n +i )×l
三维数组:
各维元素个数为 m1, m2, m3,各维的下标从0开始,按页/行/列存放,下标为 i1, i2, i3的数组元素的存储地址:
LOC ( i1, i2, i3 ) = a + (i1×m2×m3+i2×m3+i3)×l
3、特殊矩阵和稀疏矩阵
特殊矩阵:矩阵中很多值相同的元素并且它们的分布有一定的规律。
稀疏矩阵:矩阵中有很多零元素。
- 压缩存储的基本思想是:
⑴ 为多个值相同的元素只分配一个存储空间;
⑵ 对零元素不分配存储空间。 - 对称矩阵
① 对称矩阵特点:aij=aji
②如何压缩存储?只存储下三角部分的元素。
③对于下三角中的元素aij(i≥j), 在一维数组中的下标k与i、j的关系为:
k=i×(i-1)/2+j-1 。
上三角中的元素aij(i<j),因为aij=aji,则访问和它对应的元素aji即可,即:k=j×(j-1)/2+i -1。
下标从1开始
④aij在一维数组中的序号= i×(i+1)/2+ j+1
∵一维数组下标从0开始
∴aij在一维数组中的下标
k= i×(i+1)/2+ j - 三角矩阵
①如何压缩存储?只存储上三角(或下三角)部分的元素。
②
- 对角矩阵 (带状矩阵)
①对角矩阵:所有非零元素都集中在以主对角线为中心的带状区域中,除了主对角线和它的上下方若干条对角线的元素外,所有其他元素都为零。
②压缩存储方法:二维数组法
bts=aij
t=i-1
s=j-i+1
一维数组法:
以行序为主序,
aij在一维数组中的地址k?
k=(3*(i-1)-1)+(j-i+1)
k=2i+j-3
4、稀疏矩阵 - 三元组顺序表
三元组表:将稀疏矩阵的非零元素对应的三元组所构成的集合,按行优先的顺序排列成一个线性表。
存储结构定义:
const int MaxTerm=100;
template <class T>
struct SparseMatrix
{
T data[MaxTerm]; //存储非零元素
int mu, nu, tu; //行数,列数,非零元个数
};
- 十字链表
采用链接存储结构存储三元组表,每个非零元素对应的三元组存储为一个链表结点,结构为:
row:存储非零元素的行号
col:存储非零元素的列号
item:存储非零元素的值
right:指针域,指向同一行中的下一个三元组
down:指针域,指向同一列中的下一个三元组
十字链表类的定义
template<class T>
class OLNode
{
public:
int row,col;
T element;
OLNode<T>* right,*down;
public:
OLNode(){right=NULL;down=NULL;};
};