数据结构——稀疏矩阵相加

数据结构——稀疏矩阵三元组形式相加

一.稀疏矩阵的在C语言上的定义描述

typedef struct
 {
  int i,j;//该非零元的行列下标 
  ElemType e; 
 }Triple;
 
 typedef struct
 {
  Triple data[MAXSIZE+1];//非零元三元组表,data[0]未用 
  int mu,nu,tu; //矩阵的行数,列数和非零元个数 
 }TSMatrix;

稀疏矩阵相关知识见博客:数据结构——稀疏矩阵的转置

二.矩阵加法算法

算法思想
在A,B两矩阵的非零元向后遍历的时候,以行为第一比较元,列为第二比较元,把行列值小的先放入C中,并且对应矩阵非零元向后遍历一位。当行列值都相同时,若两非零元相加不为零,则把相加后的值放入C中。直至A或B的非零元遍历结束,把还有剩余元素的矩阵所剩非零元放到C的末尾。相加完成。

//矩阵加法 
 Status SumTriple(TSMatrix A,TSMatrix B,TSMatrix &C)
 {
  if((A.mu!=B.mu)||(A.nu!=B.nu))
   {
    printf("不是同类型矩阵,不能进行加法运算\n");
    return ERROR; 
   }
  C.mu=A.mu;
  C.nu=B.nu;
  int a=1,b=1;
  while(a<=A.tu&&b<=B.tu)//a,b都小于非零元个数时 
  {
   if(A.data[a].i<B.data[b].i)//如果a中数据的行号小于b中数据行号,把A放进C 
   {
    EnterTriple(C,A.data[a].i,A.data[a].j,A.data[a].e);
    a++;
   }
   else if(A.data[a].i==B.data[b].i)
   //如果a中数据的行号等于b中数据行号,则看列号,把列号小的放入C,若行列都相同,若相加不为0,则相加后放入C 
   {
    if(A.data[a].j<B.data[b].j)
    {
     EnterTriple(C,A.data[a].i,A.data[a].j,A.data[a].e);
     a++;
    }
    else if(A.data[a].j>B.data[b].j)
    {
     EnterTriple(C,B.data[b].i,B.data[b].j,B.data[b].e);
     b++;
    }
    else
    {
     if(B.data[b].e+A.data[a].e!=0)
      EnterTriple(C,B.data[b].i,B.data[b].j,B.data[b].e+A.data[a].e);
     a++;
     b++;
    }
   }
   else//如果a中数据的行号大于b中数据行号,把B放进C 
   {
    EnterTriple(C,B.data[b].i,B.data[b].j,B.data[b].e);
    b++;
   }
  }
  //把还有剩余数据的数组的数据放到C中 
  while(a<=A.tu)
  {
   EnterTriple(C,A.data[a].i,A.data[a].j,A.data[a].e);
   a++;
  }
  while(b<=B.tu)
  {
   EnterTriple(C,B.data[b].i,B.data[b].j,B.data[b].e);
   b++;
  }
 }


void EnterTriple(TSMatrix &C,int i,int j,int e)
 {    
  C.tu++;
     C.data[C.tu].i=i;    
  C.data[C.tu].j=j;    
  C.data[C.tu].e=e;
 }

另附:稀疏矩阵的创建和遍历输出函数

//创建矩阵
 Status CreateSMatrix(TSMatrix &M)
 {
  printf("请输入矩阵的行数:\t");
  scanf("%d",&M.mu);
  printf("请输入矩阵的列数:\t");
  scanf("%d",&M.nu);
  printf("请输入矩阵的非零元个数:\t");
  scanf("%d",&M.tu);
  printf("请输入非零元素的行列值和元素值\n(三个元素以空格为分隔符 每组元素以回车为分隔符):\n") ;
  for(int a=1;a<=M.tu;a++)
  {
   scanf("%d %d %d",&M.data[a].i,&M.data[a].j,&M.data[a].e);
  }  
 }
 
 //输出矩阵
 Status PrintSMAtrix(TSMatrix M) 
 {
     int k=1;
  for(int m=1;m<=M.mu;m++)
  {
   for(int n=1;n<=M.nu;n++)
   {
    
    if((M.data[k].i==m)&&(M.data[k].j==n))
    {
     printf("%4d",M.data[k].e);
     k++;
    }
    else
    {
     printf("%4d",0);
    }
   }
   printf("\n");
  }
  return TRUE;
 }
  • 9
    点赞
  • 70
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
稀疏矩阵是指其中大部分元素为零的矩阵。由于大多数矩阵都是稠密的,即大多数元素都不为零,因此通常情况下,我们使用一个二维数组来表示一个矩阵。但是,对于稀疏矩阵来说,这种方法会造成很大的浪费,因为大量的空间被用来存储零元素。为了解决这个问题,我们可以使用稀疏矩阵三元组表示法。 稀疏矩阵三元组表示法是将稀疏矩阵中每个非零元素的行、列和值存储在一个三元组中。其数据结构如下所示: ``` struct Triple{ int row, col; double value; }; ``` 其中,row表示非零元素所在的行,col表示非零元素所在的列,value表示非零元素的值。我们可以使用一个数组来存储所有的非零元素,这个数组就是稀疏矩阵的三元组。 稀疏矩阵三元组表示法的优点是它可以节省存储空间,缺点是它不方便进行矩阵运算。因此,在进行矩阵运算时,我们需要将稀疏矩阵转换成其他更方便进行矩阵运算的表示方法,如压缩矩阵和坐标矩阵等。 对于稀疏矩阵的求解,可以使用稀疏矩阵三元组表示法结合三元组高斯消元算法来进行求解。三元组高斯消元算法是一种针对稀疏矩阵的高斯消元算法,其基本思想是将矩阵化为上三角矩阵或下三角矩阵,然后通过回代或者前代求解方程。由于矩阵中大部分元素为零,因此在进行高斯消元时,我们只需要考虑非零元素,这样可以大大提高计算效率。 三元组高斯消元算法的基本步骤如下: 1. 将稀疏矩阵转换成三元组表示法; 2. 对三元组按照行和列的顺序进行排序; 3. 从第一个非零元素开始,进行高斯消元,将矩阵化为上三角矩阵或下三角矩阵; 4. 通过回代或者前代求解方程。 具体实现可以参考以下代码: ``` void SparseTripletGaussElimination(SparseTriplet& triplet, vector<double>& b) { int n = triplet.rows; vector<Triple> A(triplet.data, triplet.data + triplet.num); sort(A.begin(), A.end(), [](const Triple& a, const Triple& b){ return a.row < b.row || (a.row == b.row && a.col < b.col); }); vector<int> row(n+1), col(triplet.num), diag(n); vector<double> val(triplet.num); for (int i = 0; i < triplet.num; i++) { row[A[i].row]++; } for (int i = 1; i <= n; i++) { row[i] += row[i-1]; } for (int i = 0; i < triplet.num; i++) { int r = A[i].row, c = A[i].col; double v = A[i].value; int k = row[r]++; // 获取 r 行中下一个非零元素的位置 col[k] = c; val[k] = v; if (r == c) { diag[r] = k; // 记录对角线元素的位置 } } for (int k = 0; k < n-1; k++) { if (val[diag[k]] == 0) { // 对角线元素为零,无法消元 throw runtime_error("zero pivot encountered"); } for (int i = diag[k]+1; i < row[k+1]; i++) { int r = col[i]; double factor = val[i] / val[diag[k]]; for (int j = diag[k]+1; j < row[k+1]; j++) { if (col[j] == r) { val[j] -= factor * val[diag[k]]; } } b[r] -= factor * b[k]; } } if (val[diag[n-1]] == 0) { // 对角线元素为零,无法消元 throw runtime_error("zero pivot encountered"); } for (int k = n-1; k >= 0; k--) { double sum = 0; for (int i = diag[k]+1; i < row[k+1]; i++) { sum += val[i] * b[col[i]]; } b[k] = (b[k] - sum) / val[diag[k]]; } } ``` 其中,SparseTriplet是稀疏矩阵三元组表示法的数据结构,b是待求解的方程的右侧向量。在实现中,我们首先将三元组按照行和列的顺序进行排序,然后将其转换成压缩矩阵的形式,接着进行高斯消元,并通过回代或者前代求解方程。

“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