稀疏矩阵的转置运算
Posted 晓乎
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了稀疏矩阵的转置运算相关的知识,希望对你有一定的参考价值。
(1)设m*n 矩阵中有t 个非零元素且t远小于m*n,这样的矩阵称为稀疏矩阵。很多科学管理及工程计算中,常会遇到阶数很高的大型稀疏矩阵。如果按常规分配方法,顺序分配在计算机内,那将是相当浪费内存的。为此提出另外一种存储方法,仅仅存放非零元素。但对于这类矩阵,通常零元素分布没有规律,为了能找到相应的元素,所以仅存储非零元素的值是不够的,还要记下它所在的行和列。于是采取如下方法:将非零元素所在的行、列以及它的值构成一个三元组(i,j,v),然后再按某种规律存储这些三元组,这种方法可以节约存储空间。
将三元组按行优先的顺序,同一行中列号从小到大的规律排列成一个线性表,称为三元组表,采用顺序存储方法存储该表。如下图:
可以将其改写成如下的三元组的形式,同时存储器行、列和值,如下:
i |
j |
v |
1 |
2 |
12 |
1 |
3 |
9 |
3 |
1 |
-3 |
3 |
6 |
14 |
4 |
3 |
24 |
5 |
2 |
18 |
6 |
1 |
15 |
6 |
4 |
-7 |
对应的三元组的数据结构可以写成如下形式的数据结构:
//定义三元组的数据结构类型 typedef struct{ int i,j; //非零元素的行和列 ElemType e; //非零元素的值 }Triple; //三元组表的存储类型 typedef struct{ int mu,nu,tu; //矩阵的行、列以及非零元的个数 Triple data[MAXSIZE+1]; //三元组表 }Matrix;
(2)、矩阵的转置
要做到转置要做到三点
①、将矩阵的行列值互换
②、将每个三元组的i、j互换
③、重新排列三元组
如下图:
方法一:
①、将矩阵A的行列转化为矩阵B的列和行
②、以B的行(col)为标准依次遍历三元组的列值(j)的值,即矩阵A的第一列的元素必在B的第一行中,依次赋值。
程序如下:
int TransposeSMatrix(Matrix M,Matrix *X) { int col,p,q; //设置转置矩阵的结构 X->mu=M.nu; X->nu=M.mu; X->tu=M.tu; //矩阵中有非零元素才开始去完成转置工作,否则没有意义 if(X->tu) { q=1; //遍历每一列的非零元素 for(col=1;col<=M.nu;col++) //扫描三元组中非零元素的个数 for(p=1;p<=M.tu;p++) if(M.data[p].j==col) //若找到该列的非零元素,开始对该元素的行列转换 { X->data[q].i=M.data[p].j; X->data[q].j=M.data[p].i; X->data[q].e=M.data[p].e; //继续去对第二个元素进行变化、 q++; } } return OK; }
方法二:
易看出方法一的时间复杂度主要体现在两次循环上( O(nu*tu) ),当非零元的个数过多的时候(即与mu*nu是同一个数量级的时候),算法的复杂度变为了(o(mu*nu2),虽然此方法在空间上节省了存储空间,但在时间上花费了太大的比重。方法二设置了两个数组num和cpot,num[col]代表矩阵A的每一列的非零元素的个数,cpot[col]表示矩阵A中第col列第一个非零元素的在B对应的三元组的位置,即
cpot[1]=1
cpot[col]=cpot[col-1]+num[col-1] (2<=col<=A.nu)
对应的矩阵A的num和cpot值如下
对应的程序如下所示:
int FastTransposeSMatrix(Matrix M,Matrix *X) { int col,k,p,q; int cpot[10],num[10]; X->mu=M.nu; X->nu=M.mu; X->tu=M.tu; //矩阵中有非零元素才开始去完成转置工作,否则没有意义 if(X->tu) { //num代表每一行非零元的个数,初始化为0 for(col=1;col<=M.tu;col++) num[col]=0; //计算每一列中非零元的个数 for(k=1;k<=M.tu;k++) num[M.data[k].j]++; //初始化cpot为1 cpot代表矩阵M中第col列的第一个非零元素的转置后矩阵X.data的位置 cpot[1]=1; for(col=2;col<=M.nu;col++) cpot[col]=cpot[col-1]+num[col-1]; for(p=1;p<=M.tu;p++) { col=M.data[p].j; q=cpot[col]; X->data[q].i=M.data[p].j; X->data[q].j=M.data[p].i; X->data[q].e=M.data[p].e; cpot[col]++; } } return OK; }
完整程序如下:
#include<stdio.h> #define OK 1 #define MAXSIZE 100 typedef int ElemType; //定义三元组的数据结构类型 typedef struct{ int i,j; //非零元素的行和列 ElemType e; //非零元素的值 }Triple; //三元组表的存储类型 typedef struct{ int mu,nu,tu; //矩阵的行、列以及非零元的个数 Triple data[MAXSIZE+1]; //三元组表 }Matrix; int TransposeSMatrix(Matrix M,Matrix *X) { int col,p,q; //设置转置矩阵的结构 X->mu=M.nu; X->nu=M.mu; X->tu=M.tu; //矩阵中有非零元素才开始去完成转置工作,否则没有意义 if(X->tu) { q=1; //遍历每一列的非零元素 for(col=1;col<=M.nu;col++) //扫描三元组中非零元素的个数 for(p=1;p<=M.tu;p++) if(M.data[p].j==col) //若找到该列的非零元素,开始对该元素的行列转换 { X->data[q].i=M.data[p].j; X->data[q].j=M.data[p].i; X->data[q].e=M.data[p].e; //继续去对第二个元素进行变化、 q++; } } return OK; } int FastTransposeSMatrix(Matrix M,Matrix *X) { int col,k,p,q; int cpot[10],num[10]; X->mu=M.nu; X->nu=M.mu; X->tu=M.tu; //矩阵中有非零元素才开始去完成转置工作,否则没有意义 if(X->tu) { //num代表每一行非零元的个数,初始化为0 for(col=1;col<=M.tu;col++) num[col]=0; //计算每一列中非零元的个数 for(k=1;k<=M.tu;k++) num[M.data[k].j]++; //初始化cpot为1 cpot代表矩阵M中第col列的第一个非零元素的转置后矩阵X.data的位置 cpot[1]=1; for(col=2;col<=M.nu;col++) cpot[col]=cpot[col-1]+num[col-1]; for(p=1;p<=M.tu;p++) { col=M.data[p].j; q=cpot[col]; X->data[q].i=M.data[p].j; X->data[q].j=M.data[p].i; X->data[q].e=M.data[p].e; cpot[col]++; } } return OK; } //创建系数矩阵,用三元组法表示 void Create(Matrix *M) { int i; printf("请分别输入非零元素的行(mu)、列(nu)以及非零元素的个数(ti):"); scanf("%d %d %d",&M->mu,&M->nu,&M->tu); printf("请按以下格式输入非零元素(行 列 元素值):\\n"); for(i=1;i<=M->tu;i++) scanf("%d %d %d",&M->data[i].i,&M->data[i].j,&M->data[i].e); } //以矩阵的形式输出三元组表示存储的稀疏矩阵 void print(Matrix M) { int i,j,k; //二维数组初始化 int a[10][10]={0}; for(k=1;k<=M.tu;k++) { i=M.data[k].i; j=M.data[k].j; a[i][j]=M.data[k].e; } printf("Matrix is : \\n"); for(i=1;i<=M.mu;i++) { for(j=1;j<=M.nu;j++) printf("%4d",a[i][j]); printf("\\n"); } } void main() { Matrix M,X; Create(&M); print(M); FastTransposeSMatrix(M,&X); print(X); }
运行结构如下:
以上是关于稀疏矩阵的转置运算的主要内容,如果未能解决你的问题,请参考以下文章