写在前面————
本文描述的内容主要是利用优化的算法进行矩阵的转置运算,以优化原有的比较繁杂的循环转置的算法。
1.数学原理
行列交换
2.代码实现
#include <stdio.h>
#include <malloc.h>
typedef int elem;
typedef struct Triple{
int i;
int j;
elem e;
} Triple, *TriplePtr;
typedef struct matrix{
int heng,shu,numElements;
Triple* elements;
} matrix, *matrixPtr;
//初始化
matrixPtr initmatrix(int paraheng, int parashu, int paraElements, int** paraData){
int i;
matrixPtr resultPtr = (matrixPtr)malloc(sizeof(struct matrix));
resultPtr->heng = paraheng;
resultPtr->shu = parashu;
resultPtr->numElements = paraElements;
resultPtr->elements = (TriplePtr)malloc(paraElements * sizeof(struct Triple));
for(i = 0; i < paraElements; i ++){
resultPtr->elements[i].i = paraData[i][0];
resultPtr->elements[i].j = paraData[i][1];
resultPtr->elements[i].e = paraData[i][2];
}
return resultPtr;
}
//打印
void printmatrix(matrixPtr paraPtr){
int i;
for(i = 0; i < paraPtr->numElements; i ++){
printf("(%d, %d): %d\r\n", paraPtr->elements[i].i, paraPtr->elements[i].j, paraPtr->elements[i].e);
}
}
matrixPtr transposematrix(matrixPtr paraPtr){
int i, tempColumn, tempPosition;
int *tempColumnCounts = (int*)malloc(paraPtr->shu * sizeof(int));
int *tempOffsets = (int*)malloc(paraPtr->shu * sizeof(int));
for(i = 0; i < paraPtr->shu; i ++){
tempColumnCounts[i] = 0;
}
matrixPtr resultPtr = (matrixPtr)malloc(sizeof(struct matrix));
resultPtr->heng = paraPtr->shu;
resultPtr->shu = paraPtr->heng;
resultPtr->numElements = paraPtr->numElements;
resultPtr->elements = (TriplePtr)malloc(paraPtr->numElements * sizeof(struct Triple));
for(i = 0; i < paraPtr->numElements; i ++) {
tempColumnCounts[paraPtr->elements[i].j] ++;
}
tempOffsets[0] = 0;
for(i = 1; i < paraPtr->shu; i ++){
tempOffsets[i] = tempOffsets[i - 1] + tempColumnCounts[i - 1];
printf("[%d] = %d \r\n", i, tempOffsets[i]);
}
for(i = 0; i < paraPtr->numElements; i ++) {
tempColumn = paraPtr->elements[i].j;
tempPosition = tempOffsets[tempColumn];
resultPtr->elements[tempPosition].i = paraPtr->elements[i].j;
resultPtr->elements[tempPosition].j = paraPtr->elements[i].i;
resultPtr->elements[tempPosition].e = paraPtr->elements[i].e;
tempOffsets[tempColumn]++;
}
return resultPtr;
}
//单元测试
void matrixTest(){
matrixPtr tempPtr1, tempPtr2;
int i, j, tempElements;
tempElements = 4;
int** tempMatrix1 = (int**)malloc(tempElements * sizeof(int*));
for(i = 0; i < tempElements; i ++){
tempMatrix1[i] = (int*)malloc(3 * sizeof(int));
}
int tempMatrix2[4][3] = {{0, 0, 2}, {0, 2, 3}, {2, 0, 5}, {2, 1, 6}};
for(i = 0; i < tempElements; i ++){
for(j = 0; j < 3; j ++) {
tempMatrix1[i][j] = tempMatrix2[i][j];
}
}
tempPtr1 = initmatrix(2, 3, 4, tempMatrix1);
printf("After initialization.\r\n");
printmatrix(tempPtr1);
tempPtr2 = transposematrix(tempPtr1);
printf("After transpose.\r\n");
printmatrix(tempPtr2);
}
int main(){
matrixTest();
return 1;
}
3.关于转置矩阵的现实意义的讨论:
为什么要对矩阵进行压缩存储呢?对于一个n*m的矩阵,我们一般会想到开一个n*m的二维数组来存储,这样计算操作都很方便模拟,但当一个矩阵很大时,这样对于空间的开销与浪费是很可怕的,尤其是当矩阵变成多维时。但我们往往不会在矩阵每一个位置都存有数据,很多矩阵元素其实是0,我们需要记录的只是那些非零元素,于是我们可以记录非零元素的位置与值,这样便可以大大减少空间上的浪费。