12 数组与稀疏矩阵
知识结构:
![1a59ee1862ba326df0381f13a9b6d930.png](https://i-blog.csdnimg.cn/blog_migrate/b72b5357212b720a49215797e970576f.png)
1. 数组
1.1 数组的定义
数组是具有一定顺序关系的若干对象组成的集合,组成数组的对象称为数组元素。
例如:
- 向量对应一维数组
- 矩阵对应二维数组
数组名表示群体的共性,即具有同一种数据类型;
下标表示个体的个性,即各自占有独立的单元。
1.2 数组的存储
(1)维数组的定义
下标由个数组成的数组称为维数组。
例如:
//一维数组(线)
int[] a = new int[10];
//二维数组 (面)
int[ , ] a = new int[2,3];
//三维数组 (体),类比:书(体)【2.页码 3.行 4.列】
int[ , , ] a = new int[2,3,4];
(2)数组存储的特点
- 数组元素在内存中按顺序连续存储。
- 数组的存储分配按照行(C、C++、C#等)或列(Forturn等)进行。
- 数组名表示该数组的首地址,是常量。
(3)常用数组的存储
一维数组a[n]
各元素按下角标依次存放。
例:int[] a = new int[5];
![884d8e5a85c8068683ebd5b670b2f20f.png](https://i-blog.csdnimg.cn/blog_migrate/d48cd4b05367e64f24047977c00d4113.png)
二维数组a[m,n]
例:int[ , ] a = new int[2,3];
![1832ad0724ae04c9ed405830ce0ca050.png](https://i-blog.csdnimg.cn/blog_migrate/4796f39b842c0fd328049b81a3ad71f0.png)
三维数组a[m,n,l]
第一维下标变化最慢,第三维(最后一维)下标变化最快。
例:int[ , , ] a = new int[2,3,4];
![ea81222460ebbab470a876c23c665b1d.png](https://i-blog.csdnimg.cn/blog_migrate/9a84d43ac50f31b47aea01ee21263800.png)
注意:
C#中int[,]
与int[][]
定义数组的区别
int[,]
行数,列数确定
static void Main(string[] args){
int[,] Arr = new int[2, 5] { { 1, 2, 3, 5, 6 }, { 1, 2, 3, 4, 5 } };
for (int i = 0; i < 2; ++i)
{
for (int j = 0; j < 5; ++j)
{
Console.Write(Convert.ToString(Arr[i, j]) + " ");
}
Console.WriteLine();
}
// 1 2 3 5 6
// 1 2 3 4 5
}
int[][]
行数确定,列数不定
static void Main(string[] args){
int[][] Arr = new int[3][]; //表示含有三个一维数组的数组
Arr[0] = new int[5] { 1, 2, 3, 4, 5 };
Arr[1] = new int[2] { 0, 1 };
Arr[2] = new int[0] { };
for (int i = 0; i < Arr.Length; ++i)
{
foreach (int j in Arr[i])
{
Console.Write(j + " ");
}
Console.WriteLine();
}
// 1 2 3 4 5
// 0 1
//
}
1.3 数组的分类
数组可分为静态数组和动态数组两类。
(1)静态数组
在程序编译时分配空间的数组。
例:
//静态数组(声明之后数组长度不可改变)
int[] a = new int[10];
(2)动态数组
在程序运行时分配空间的数组(声明之后数组长度可根据问题而调整)。
![9582d7a24e45950a6f97ec0b7d67411c.png](https://i-blog.csdnimg.cn/blog_migrate/9843e11a72402f832fa064f51b439bfb.png)
using System;
namespace LinearStruct
{
///
/// 动态数组的抽象数据类型实现
///
/// 动态数组中元素的类型
public class DArraywhere T : IComparable
{private T[] _array;/// /// 获取动态数组的当前长度/// public int Size { get; private set; }/// /// 初始化DArray类的新实例/// /// 动态数组的初始长度public DArray(int size){if (size <= 0)throw new ArgumentOutOfRangeException();
Size = size;
_array = new T[Size];
}/// /// 改变动态数组的长度/// /// 动态数组的新长度public void ReSize(int newSize){if (newSize <= 0)throw new ArgumentOutOfRangeException();if (Size != newSize)
{
T[] newArray = new T[newSize];int n = newSize < Size ? newSize : Size;for (int i = 0; i < n; i++)
{
newArray[i] = _array[i];
}
_array = newArray;
Size = newSize;
}
}/// /// 获取或设置指定索引处的元素/// /// 要获得或设置的元素从零开始的索引/// 指定索引处的元素public T this[int index]
{
get
{if (index < 0 || index > Size - 1)throw new IndexOutOfRangeException();return _array[index];
}set
{if (index < 0 || index > Size - 1)throw new IndexOutOfRangeException();
_array[index] = value;
}
}
}
}
1.4 动态数组的应用
编写一段代码,要求输入一个整数N
,用动态数组A
来存放2~N
之间所有5或7的倍数,输出该数组。
例如:N=100
则输出:5 7 10 14 15 20 21 25 28 30 35 40 42 45 49 50 55 56 60 63 65 70 75 77 80 84 85 90 91 95 98 100
参考界面如下:
![9b00769028f2d2846bfa86fe61946bbf.png](https://i-blog.csdnimg.cn/blog_migrate/be2da4ef38ce2c80d365bebe77dc36e9.png)
static void Main(string[] args){
Console.WriteLine("N=");
string s = Console.ReadLine();
int n;
if (int.TryParse(s, out n))
{
DArray<int> arr = new DArray<int>(10);
int j = 0;
for (int i = 2; i <= n; i++)
{
if (i % 5 == 0 || i % 7 == 0)
{
if (j == arr.Size)
arr.ReSize(arr.Size + 10);
arr[j] = i;
j++;
}
}
for (int i = 0; i < j; i++)
{
Console.Write(arr[i] + " ");
}
}
}
2. 稀疏矩阵
2.1 稀疏矩阵的定义与操作
(1)稀疏矩阵的定义
若矩阵中非零元素的个数远远小于零元素的个数,则称为稀疏矩阵。
例:
若用二维数组存储,则太浪费存储空间。
(2)稀疏矩阵的操作
- 获取矩阵的行数
- 获取矩阵的列数
- 获取或设置指定索引处的元素
- 矩阵加法
- 矩阵转置
- 矩阵乘法
![465be4678ed32897731cdf33dcae29cc.png](https://i-blog.csdnimg.cn/blog_migrate/c70c1350f89eca767d2ea4e9bd735de0.png)
namespace LinearStruct
{
///
/// 矩阵的抽象数据类型
///
public interface IMatrix
{/// /// 获取矩阵的行数/// int Rows { get; }/// /// 获取矩阵的列数/// int Cols { get; }/// /// 获取或设置指定索引处的元素/// /// 要获取或设置的元素从零开始的行索引/// 要获取或设置的元素从零开始的列索引///
T this[int i, int j] { get; set; }/// /// 矩阵加法/// /// 与之相加的另一个矩阵/// 相加后的新矩阵
IMatrix Add(IMatrix b);/// /// 矩阵转置/// /// 转置后的新矩阵
IMatrix Transpose();/// /// 矩阵乘法/// /// 与之右乘的另一个矩阵/// 相乘后的新矩阵
IMatrix Multiply(IMatrix b);
}
}
2.2 稀疏矩阵的存储与实现
可以利用(Row,Col,Value)
的方式存储和定位稀疏矩阵中的非零元素,这种存储稀疏矩阵结点的方式称为三元组(Triple)。
![32525f71258fec7609f158df76e27b08.png](https://i-blog.csdnimg.cn/blog_migrate/daf20d3ca7a90590ca754e73cc51bb0b.png)
利用顺序的方式进行存储:
![7133ffcf14b1a00c930b7ea33732b25d.png](https://i-blog.csdnimg.cn/blog_migrate/ca7f6ccd22edf5d1b0f5065c208b4f6e.png)
利用链式的方式进行存储:
![97d2175394dc71a8b33b1ba24c341014.png](https://i-blog.csdnimg.cn/blog_migrate/7a56c4c5540adfc99085f7e37956ee09.png)
(1)对结点的封装
![02b0e9e18550afa22c6c7908071901dd.png](https://i-blog.csdnimg.cn/blog_migrate/0d89918f0ecc2f45331cbcfca089ca7a.png)
using System;
namespace LinearStruct
{
///
/// 稀疏矩阵结点
///
public class Triple : IComparable
{/// /// 获取结点所在矩阵中的行索引/// public int Row { get; }/// /// 获取结点所在矩阵中的列索引/// public int Col { get; }/// /// 获取或设置结点在矩阵中的值/// public double Value { get; set; }/// /// 初始化Triple类的新实例/// /// 结点所在矩阵中的行索引/// 结点所在矩阵中的列索引/// 结点在矩阵中的值public Triple(int i, int j, double value){if (i < 0 || j < 0)throw new Exception("数组元素位置无效.");
Row = i;
Col = j;
Value = value;
}/// /// Triple类的输出字符串/// /// Triple类的输出字符串public override string ToString(){return string.Format("({0},{1},{2})", Row, Col, Value);
}/// /// 比较三元组中数据的大小/// /// 被比较的三元组/// public int CompareTo(Triple other){if (Value < other.Value) return -1;if (Value > other.Value) return 1;return 0;
}
}
}
(2)对稀疏矩阵的封装
![3383d7a0216012827a44dda7404d7305.png](https://i-blog.csdnimg.cn/blog_migrate/7a2ee0bbf06bb48635a4d940b64e066d.png)
using System;
namespace LinearStruct
{
///
/// 矩阵抽象数据类型的实现--稀疏矩阵
///
public class SparseMatrix : IMatrix<double>
{
private readonly DLinkList _lst;/// /// 获取稀疏矩阵的行数/// public int Rows { get; }/// /// 获取稀疏矩阵的列数/// public int Cols { get; }/// /// 初始化SparseMatrix类的新实例/// /// 稀疏矩阵的行数/// 稀疏矩阵的列数public SparseMatrix(int rows, int cols){if (rows <= 0 || cols <= 0)throw new ArgumentOutOfRangeException();
Rows = rows;
Cols = cols;
_lst = new DLinkList();
}private DNode GetIndex(int i, int j)
{
DNode temp = _lst.PHead;while (temp != null)
{if (temp.Data.Row == i && temp.Data.Col == j)break;
temp = temp.Next;
}return temp;
}private void RemoveNode(DNode node){if (node.Next == null)
{
_lst.Remove(_lst.Length - 1);
}else if (node.Prior == null)
{
_lst.Remove(0);
}else
{
node.Prior.Next = node.Next;
node.Next.Prior = node.Prior;
}
}/// /// 获取或设置指定索引处的元素/// /// 要获取或设置的元素从零开始的行索引/// 要获取或设置的元素从零开始的列索引/// public double this[int i, int j]
{
get
{if (i < 0 || i > Rows - 1 || j < 0 || j > Cols - 1)throw new IndexOutOfRangeException();
DNode node = GetIndex(i, j);return node == null ? 0.0 : node.Data.Value;
}set
{if (i < 0 || i > Rows - 1 || j < 0 || j > Cols - 1)throw new IndexOutOfRangeException();
DNode node = GetIndex(i, j);if (node == null)
{if (value != 0.0)
{
_lst.InsertAtRear(new Triple(i, j, value));
}
}else
{if (value != 0.0)
{
node.Data.Value = value;
}else
{
RemoveNode(node);
}
}
}
}/// /// 矩阵加法/// /// 与之相加的另一个矩阵/// 相加后的新矩阵public SparseMatrix Add(SparseMatrix b){if (b == null)throw new ArgumentNullException();if (b.Rows != Rows || b.Cols != Cols)throw new Exception("两矩阵不能相加.");
SparseMatrix temp = new SparseMatrix(Rows, Cols);for (int i = 0; i < Rows; i++)for (int j = 0; j < Cols; j++)
temp[i, j] = this[i, j] + b[i, j];return temp;
}/// /// 矩阵转置/// /// 转置后的新矩阵public SparseMatrix Transpose(){
SparseMatrix temp = new SparseMatrix(Cols, Rows);for (int i = 0; i < temp.Rows; i++)for (int j = 0; j < temp.Cols; j++)
temp[i, j] = this[j, i];return temp;
}/// /// 矩阵乘法/// /// 与之右乘的另一个矩阵/// 相乘后的新矩阵public SparseMatrix Multiply(SparseMatrix b){if (b == null)throw new ArgumentNullException();if (Cols != b.Rows)throw new Exception("两矩阵不能相乘.");
SparseMatrix temp = new SparseMatrix(Rows, b.Cols);for (int i = 0; i < Rows; i++)
{for (int j = 0; j < b.Cols; j++)
{double value = 0.0;for (int k = 0; k < Cols; k++)
value += this[i, k] * b[k, j];
temp[i, j] = value;
}
}return temp;
}/// /// 矩阵加法运算/// /// 第一个矩阵/// 第二个矩阵/// 相加后的新矩阵public static SparseMatrix operator +(SparseMatrix a, SparseMatrix b)
{if (a == null || b == null)throw new ArgumentNullException();return a.Add(b);
}/// /// 矩阵乘法运算/// /// 左边的矩阵/// 右边的矩阵/// 相乘后的新矩阵public static SparseMatrix operator *(SparseMatrix a, SparseMatrix b)
{if (a == null || b == null)throw new ArgumentNullException();return a.Multiply(b);
}/// /// SparseMatrix类的输出字符串/// /// SparseMatrix类的输出字符串public override string ToString(){string str = string.Empty;
DNode temp = _lst.PHead;while (temp != null)
{
str += temp.Data + "\n";
temp = temp.Next;
}return str;
}
IMatrix<double> IMatrix<double>.Add(IMatrix<double> b)
{return Add((SparseMatrix)b);
}
IMatrix<double> IMatrix<double>.Transpose()
{return Transpose();
}
IMatrix<double> IMatrix<double>.Multiply(IMatrix<double> b)
{return Multiply((SparseMatrix)b);
}
}
}
举例:
static void Main(string[] args){
IMatrix<double> a = new SparseMatrix(2, 3);
IMatrix<double> b = new SparseMatrix(3, 2);
SparseMatrix c = new SparseMatrix(2, 2);
a[0, 2] = 1;
a[1, 0] = 1;
b[1, 1] = 4;
b[2, 0] = 1;
c[0, 1] = 1;
c[1, 0] = 1;
SparseMatrix d = (SparseMatrix)a * (SparseMatrix)b + c;
IMatrix<double> e = a.Multiply(b).Add(c);
Console.WriteLine("D:\n{0}", d);
Console.WriteLine("E:\n{0}", e);
// D:
// (0, 0, 1)
// (0, 1, 1)
// (1, 0, 1)
// E:
// (0, 0, 1)
// (0, 1, 1)
// (1, 0, 1)
}