数据结构学习笔记（附加：特殊矩阵的压缩存储）

特殊矩阵的压缩存储

矩阵在很多学科领域都有非常重要的应用。不过，在数据结构中矩阵最需要考虑的是：如何用最小的内存空间来存储同样的一组数据。所以，我们不研究矩阵性质及其运算等，而是侧重于解决如何将矩阵更加有效的存储在内存中的问题，并能方便的提取矩阵中的元素

1 数组的定义

数组是一种基本上计算机语言都会提供的数组数据类型，这是由n个相同类型的数据元素构成的有限序列。
数组和线性表的关系：数组是线性表的推广。一维数组可视为一个线性表，二维数组也可以视为一种线性表，只不过该线性表的元素的数据类型也是一种长度限定了的线性表，以此类推。一旦数组被定义，维数和维界都不再改变。

2 数组的存储结构

一个数组的所有元素会在内存中占用一段连续的空间
对于多维数组，有两种映射放射：按行优先和按列优先。
例如：$A_{2\times 3}$,在内存中的存储形式如下
按照行优先方式：

按照列优先方式：

3 特殊矩阵的压缩存储

压缩存储：指为多个值相同的元素只分配一个存储空间空间，对零元素不分配存储空间。其目的是节省存储空间。

特殊矩阵：指具有许多相同矩阵元素或零元素，并且这些相同矩阵元素或零元素的分布有一定规律性的矩阵。常见的特殊矩阵有对称矩阵、上（下）三角矩阵、对角矩阵等。

特殊矩阵的压缩存储方法：找出特殊矩阵中值相同的矩阵元素的分布规律，把那些呈现规律性分布的，值相同的多个矩阵元素压缩存储到一个存储空间。

3.1 对称矩阵

若对一个n阶方阵A[1…n][1…n]中的任意一个元素$a_{i,j}$都有
$a_{i,j}=a_{j,i}（1⩽i,j⩽n）$
对于n阶对称矩阵，上三角区的所有元素和下三角区的对应元素相同，若扔采用二维数组存放，则会浪费几乎一半的空间，为此将对称矩阵A[1…n][1…n]存放在一维数组B[n(n+1)/2]中，即元素$a_{i,j}$存放$b_k$中，只存放下三角部分（含主对角线）的元素。

假设有一个数组B存放上面的对称矩阵，按行存放下三角区，元素$a_{i,j}$在数组B（数组从0开始）中对应的下标是：
$$k=\{\begin{array}{l}\frac{i(i-1)}{2}+j-1,i⩾j(下三角区和主对角线元素)\\ \frac{j(j-1)}{2}+i-1,i<j(上三角区元素)\end{array}$$

3.2 三角矩阵

下三角矩阵中，上三角区的所有元素均为同一常量。

存储思想为，用数组存储完下三角区和主对角线的元素之后，直到这里都是和对称矩阵的思想一致的，不同点在于下三角矩阵还要紧接着存储对角线上方的常量，存储一次。将下三角矩阵A[1…n][1…n]存放在数组B[n(n+1)/2+1]中。存储形势如下图所示：

元素$a_{i,j}$和数组下标之间的对应关系为：
$$k=\{\begin{array}{l}\frac{i(i-1)}{2}+j-1,i⩾j(下三角区和主对角线元素)\\ \frac{n(n-1)}{2},i<j(上三角区元素)\end{array}$$
上三角矩阵，下三角区的所有元素均为同一常量。

和下三角区的存储思想一样，只存主对角线、上三角区上的元素和下三角区的常量一次。将上三角矩阵A[1…n][1…n]存放在数组B[n(n+1)/2+1]中。存储形势如下图所示：

元素$a_{i,j}$和数组下标之间的对应关系为：
$$k=\{\begin{array}{l}\frac{(i-1)(2n-i+2)}{2}+(j-i),i⩽j(上三角区和主对角线元素)\\ \frac{n(n-1)}{2},i>j(下三角区元素)\end{array}$$
以上的解释数组下标都是从0开始的。

3.3 三对角矩阵

对角矩阵也称为带状矩阵。对于n阶方阵A中的任一元素$a_{i,j}$，当$\left|i-j\right|>1$时，有$a_{i,j}=0(1⩽n)$,则称为三对角矩阵。

在三对角矩阵中，所有非零元素都集中在以主对角线为中心的三条对角线区域，其他区域元素都为零。
存储思想：将三条对角线上的元素按行优先方式存放在一维数组中。

元素$a_{i,j}(1⩽i,j⩽j,\left|i-j\right|⩽1)$和数组下标之间的对应关系为：
$$k=2i+j-3$$

3.4 稀疏矩阵

矩阵中非零元素的个数，相比矩阵元素的个数来说非常少。这样的矩阵称为稀疏矩阵。例如

存储思想：仅存储非零元素，不仅要存储非零元素的值，还要存储它所在的行和列。将非零元素和它的行和列构成一个三元组（行标，列标，值）。值得注意的是稀疏矩阵压缩存储后便失去了随机存取的特性。

这个三元组可以采用数组存储，也可以采用十字链表法存储。