【数据结构】对称矩阵和稀疏矩阵的压缩存储

本文介绍了对称矩阵的概念,强调其只需存储上三角或下三角元素即可实现压缩存储,减少空间占用。同时,对于稀疏矩阵,由于有效值较少,可以使用三元组{row, col, value}按行优先或列优先顺序存储有效数据,以便在原数组中定位。文中通过代码实例展示了这种压缩存储方法。" 125182837,5589275,Flink与Kafka交互:深入分析'Timed out waiting for a node assignment',"['大数据', 'kafka', 'java', 'Flink']
摘要由CSDN通过智能技术生成

1.对称矩阵

假设有一个N*N的方阵A,A中任意元素Aij,当且仅当Aij==Aji(0<=i<=n-1&&0<=j<=N-1),则称A是对称矩阵。

对称矩阵又以对角线为分隔分为上三角和下三角。


压缩存储的目的就是为了减小存储空间,对称矩阵的元素有N*(N-1)/2是相同的,所以只需要存储上三角/下三角的数据即可,即有N*(N+1)/2 个数据。

看代码实现:

template<class T>
class SymmetricMatrix  //对称矩阵
{
public:
	Sym
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