优先关系矩阵_矩阵的压缩存储

最新推荐文章于 2024-07-25 19:44:34 发布

王小摸

最新推荐文章于 2024-07-25 19:44:34 发布

阅读量1.2k

点赞数

文章标签：优先关系矩阵

本文链接：https://blog.csdn.net/weixin_32023109/article/details/112708486

版权

本文探讨了矩阵的顺序存储方式，包括按行优先和按列优先的存储策略，并介绍了矩阵转置的算法。针对特殊矩阵，如三角矩阵和带状矩阵，文章详细阐述了它们的压缩存储方法，以节省空间。此外，对于稀疏矩阵，提出了使用三元组进行存储的压缩策略，以应对非零元素分布无规律的情况。

摘要由CSDN通过智能技术生成

前言

一入编程深似海，从此砖头是爱人，日日搬，夜夜搬，搬到天荒地老，精尽人亡，直教人失去了自我，忘记了时间，忽然之间发现九月份快没了，赶紧写篇博客打个卡，证明一下我还活着。。。

数组与矩阵

数组是由一组相同类型的数据元素构成的有限序列，访问数据元素的方式是使用元素各自的序号进行访问，也就是下标。数组它本身是线性表的推广，一维数组就是一个向量形式的线性表，二维数组就是由一维数组组成的线性表。

在许多科学计算和工程应用中，经常要用到矩阵的概念，我们用的最多的其实就是Mysql的表，表数据都是行列存储，这就是矩阵。

由于矩阵具有元素数目固定以及元素按下标关系有序排列等特点，所以在使用高级语言编程时，一般都是用二维数组来存储矩阵。

数组的顺序存储

为什么是顺序存储？

我想问这个问题就太低级了。因为它是数组，数据的存储方式分为顺序存储和链式存储两种，数组一旦被定义，他的维数和维界就已固定，除结构的初始化和销毁外，数组只会有存取元素和修改元素的操作，不存在插入和删除操作，所以数组适合用顺序存储。

数组存放在内存中的映射关系

数组可以是多维的，但是内存空间却是一维的，所以我们就要把多维数组通过一定的映射顺序把它变成一维的，然后存储到内存空间之中。

在大多数高级编程语言中，多维数组在内存中通常有两种不同的顺序存储方式， 按行优先顺序存储 和 按列优先顺序存储 。

举个例子，以下3行4列的一个二维数组矩阵：

a1,a2,a3,a4

b1,b2,b3,b4

c1,c2,c3,c4

按行优先顺序存储：

按列优先顺序存储：

地址计算

地址计算的意思就是给定数组下标，求在一维内存空间的地址，从而取出数据。

我们先来看一维数组的地址计算

一维数组内的元素只有一个下标，存储方法和普通的线性表一样。

如一维数组 A = [a1,a2,a3,......ai,.........,an]，每个元素占用size个存储单元(就是内存大小)，那么元素ai的存储地址为 A[0]的位置 + (i-1)*size

再来看二维数组的地址计算

以二维数组Amn为例，首元素为A[0][0]，数组中任意元素A[i][j]的地址为：A[0][0]的位置 + (n * (i-1) + (j-1))* size；

比如：一个5行4列的二维数组A，按行存储，其中每个元素占2个存储单元，首元素地址是1000，求第3行第2列的元素在内存中的地址。

我们把参数套进公式中，答案 = 1000 + (4 * (3-1) + (2-1)) * 2 = 1018;

如果把矩阵画在纸上观察就一目了然：

公式的内容就是求出格子数，乘以每个格子所占用的存储单元，再加上首地址。

矩阵转置

设计一个算法，实现矩阵A(m*n) 转置为矩阵B(n*m)，简单的说，就是行列互换。

$arr = [ ['张三','男','北京'], ['李四','女','上海'], ['王五','男','广州'],];function transpose($a){ $b = []; for ($i = 0;$i < count($a); $i ++){ for($j = 0;$j < count($a[$i]); $j ++){ $b[$j][$i] = $a[$i][$j]; } } return $b;}$result = transpose($arr);

结果为：

$result = [

['张三','李四','王五'],

['男','女','男'],

['北京','上海','广州'],

];

特殊矩阵

特殊矩阵的压缩存储

特殊矩阵指的是具有许多相同元素或者零元素，并且这些元素的分布有一定规律性的矩阵。

这种矩阵如果还使用前面的方式来存储，就会产生大量的空间浪费，为了节省存储空间，可以对这类矩阵采用压缩存储，压缩存储的方式是把那些呈现规律性分布的相同元素只分配一个存储空间，对零元素不分配存储空间。

三角矩阵

三角矩阵我们以下三角来做例子，如图所示：