M * N矩阵,矩阵中有效值的个数远远小于无效值的个数,并且这些数据的分布没有规律。
例如下面的矩阵
稀疏矩阵的压缩存储
压缩矩阵值存储极少数的有效数据。使用三元组来存储每一个数据,三元组数据按照矩阵中的位置,以依次存放。
则上述矩阵的存储结构为
//三元组的定义
template
struct 三倍
{
公众://默认无参构造函数
三()
{}//构造函数
三(const T&, d, size_t 行=0,size_t 坳=0)
:_value (d)
_row(行)
_col (col)
{}
公众:
T _value;//数据域
size_t _row;//行
size_t _col;//列
};
template
class SparseMatrix
{
公众://无参构造函数
SparseMatrix ()
{}
SparseMatrix (const T *,,, size_t 行,size_t ,上校,const T&,无效);
void 显示器();//打印
SparseMatrix祝辞,_a;//三元组类型的顺序表
size_t _rowSize;//行数
size_t _colSize;//列数
T _invalid;//非法值
};//矩阵的压缩
template
SparseMatrix((我* col +, j],,我,,j));//不能通过数组创建,但是可以通过数组形式访问
｝
｝
｝
}
将原矩阵的行,列互换,也就是将(行)(col)和(col)(行)位置上的数据对换。
算法思想:
实现代码
//列转置
template
SparseMatrix (_a(指数)._value, _a(指数)._col, _a[指数]._row));//按照列优先的顺序存到压缩数组中
｝
｝
｝
return 结果;
} 算法分析:
一次定位快速转置
算法思想:
上述矩阵的两个数组为:
代码实现:
//快速转置
template
SparseMatrix稀疏矩阵的压缩
