矩阵的压缩存储

目录

一、一维数组的存储结构

二、二维数组

三、普通矩阵的存储

四、对称矩阵的压缩存储

压缩策略:只存储主对角线+下三角区

如何方便使用?

汇总

列优先

五、三角矩阵

下三角矩阵

压缩策略:

映射关系:

下三角矩阵

六、三对角矩阵的压缩存储

三对角矩阵又称带状矩阵

压缩策略

映射关系

已知数组下标k得到i,j

七、稀疏矩阵的压缩存储

十字链表法

小结

下一篇:串的定义和基本操作


一、一维数组的存储结构

ElemType a[10]

内存

各数组元素大小相同,且物理上连续存放

存放地址=LOC+i*sizeof(ElemType)  (0<=0<=10)

注:除非题目说明,则数组下标默认从0开始

 

二、二维数组

逻辑视角

 

 

 

计算地址b[i][j]

行优先

b[i][j]的存储地址=LOC+(i*N+j)*sizeof(ElemType)

列优先

LOC+(j*M+i)*sizeof(ElemType)

 

三、普通矩阵的存储

注意:描述矩阵元素时,行号和列号通常从1开始:而描述数组时通常下标从0开始(具体看题目条件)

 

四、对称矩阵的压缩存储

对称矩阵:若n阶方阵中任意一个元素aij都有aij=aji,则该矩阵为对称矩阵

 

压缩策略:只存储主对角线+下三角区

按行有限原则将各元素存入以为数组中

数组大小为(1+n)*n/2 

?=(1+n)*n/2 -1

 

如何方便使用?

可以实现一个映射函数

矩阵下标------->一维数组下标

 

根据行优先,计算aij

首先第i行有i个元素,计算出前i-1行有多少个元素就是i(i-1)/2,再加上j,由于数组下标从0开始所以最后要减一

i>j的情况

i<j的情况

当访问aij的时候访问aji即可

 

汇总

 

列优先

等差求和

 

五、三角矩阵

下三角矩阵:除了主对角线和下三角区,其余的元素都相同

上三角矩阵:除了主对角线和上三角区,其余的元素都相同

 

下三角矩阵

压缩策略:

按行有限原则将橙色区域存入一维数组,并在最后一个位置存储常量c

映射关系:

 

 

下三角矩阵

 

 

六、三对角矩阵的压缩存储

三对角矩阵又称带状矩阵

𝑖=𝑗>1时,有𝑎𝑖𝑗=0 

 

压缩策略

按行优先(或列优先),只存储带状部分

一共要存储3n-2个元素,最后一个元素下标3n-3

 

映射关系

当|i-j|>1时访问的元素都是0

按行优先

前i-1行共有3(i-1)-1个元素,aij是第i行第j-i+2个元素

相加为2i+j-2,数组下标从0开始则还需要-1

 

已知数组下标k得到i,j

第k+1个元素,在第几行第几列?

i-1行共3𝑖−1−1个元素

𝑖=𝑘+23向上取整

 

 

七、稀疏矩阵的压缩存储

稀疏矩阵:非零元素远远少于元素的个数

 

压缩策略:三元组

<行,列,值>

struct{

int I,j,v;

}

 

十字链表法

 

 

小结

 

  • 6
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
稀疏矩阵压缩存储方法是一种优化矩阵存储空间的方法,它只存储非零元素及其对应的行列索引。常见的稀疏矩阵压缩存储方法有三种:COO(Coordinate),CSR(Compressed Sparse Row)和CSC(Compressed Sparse Column)。 1. COO(Coordinate)方法: COO方法是最简单的稀疏矩阵压缩存储方法,它将非零元素的值、行索引和列索引分别存储在三个数组中。例如,对于一个3x3的矩阵: ``` 1 0 0 0 2 0 0 0 3 ``` 使用COO方法进行压缩存储,可以得到以下三个数组: ``` values = [1, 2, 3] rows = [0, 1, 2] cols = [0, 1, 2] ``` 其中,values数组存储非零元素的值,rows数组存储非零元素的行索引,cols数组存储非零元素的列索引。 2. CSR(Compressed Sparse Row)方法: CSR方法是一种按行压缩存储稀疏矩阵的方法。它使用三个数组来存储非零元素的值、列索引和行偏移量。行偏移量数组存储每一行的非零元素在values和cols数组中的起始位置。例如,对于上述的矩阵,使用CSR方法进行压缩存储,可以得到以下三个数组: ``` values = [1, 2, 3] cols = [0, 1, 2] row_offsets = [0, 1, 2, 3] ``` 其中,values数组和cols数组的含义与COO方法相同,row_offsets数组存储每一行的非零元素在values和cols数组中的起始位置。 3. CSC(Compressed Sparse Column)方法: CSC方法是一种按列压缩存储稀疏矩阵的方法。它使用三个数组来存储非零元素的值、行索引和列偏移量。列偏移量数组存储每一列的非零元素在values和rows数组中的起始位置。例如,对于上述的矩阵,使用CSC方法进行压缩存储,可以得到以下三个数组: ``` values = [1, 2, 3] rows = [0, 1, 2] col_offsets = [0, 1, 2, 3] ``` 其中,values数组和rows数组的含义与COO方法相同,col_offsets数组存储每一列的非零元素在values和rows数组中的起始位置。 这三种稀疏矩阵压缩存储方法各有优缺点,选择哪种方法取决于具体的应用场景和对存储空间和计算效率的要求。

“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
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