稀疏矩阵 | 快速转置

稀疏矩阵简介:
稀疏矩阵在大规模集成电路设计、图像处理等领域应用相当广泛。
何谓稀疏矩阵:简单地说,就是实际上有用的数据零星,大多数为零值的矩阵。
在这里插入图片描述
为了节省内存,我们一般只存储非零元素。
比如:上图,第一行第二列的9,我们一般用一个三元组存成<0,1,9>
我们只需要申请一个三元组数组,即可将稀疏矩阵进行有效存储。

稀疏矩阵结构体的定义:
在这里插入图片描述
**稀疏矩阵的快速转置:**时间复杂度O(n+t)
通过嵌套循环的高时间复杂度算法,稀疏矩阵是存在简单转置算法的。
今天我们介绍一种快速转置算法。
数组 num[]:对三元组数组进行第一次遍历,遇到列数为0的元素,num[0]就自增1,遇到列数为1的元素,num[1]就自增1。
在这里插入图片描述
于是遍历一次之后,num[ ]就记录下了每一列,对应的非零元素个数。

根据num[ ]数组,我们可以在新的转置三元组B里,进行分类。
在这里插入图片描述
申请一个k[ ]。k[ j ] 表示的是前j列非零元素总数。
在这里插入图片描述
k[0]代表前0行的非零元素总和,必为0。
k[ j ] = k[ j-1 ] + num[ j-1 ]
于是当第二次遍历行三元组表A,遇到列数为0的三元组,直接查询k[ 0 ],k[ 0 ] =0,该三元组行列互换,然后存在转置三元组B的第0行。k[ 0 ]自增1,此时k[ 0 ] =1,表示,下次遇到列数为0的三元组,存在转置三元组B的第一行。
以此类推,遇到<0,3,22>,找到k[ 3 ]=5,存到第五行,k[ 3 ]自增1,代表下次找到<i,3,ai3>就存到第六行。
最终能够得到转置的稀疏矩阵的三元组表B。
在这里插入图片描述

  • 24
    点赞
  • 81
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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