数据结构学习--稀疏矩阵的三元组表示

Posted 谢玉林

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数据结构学习--稀疏矩阵的三元组表示相关的知识，希望对你有一定的参考价值。

// 稀疏矩阵的三元组表示
#include <stdio.h>
#define M 6
#define N 7
#define MaxSize M*N
typedef int ElemType;
struct TupNode
{
    int i, j;
    ElemType data;
};
class TSMatrix
{
private:
    int rows, cols, nums;
    struct TupNode data[MaxSize];
public:
    TSMatrix(ElemType A[M][N]);
    TSMatrix(const TSMatrix &other);
    TSMatrix()
    {
        nums = 0;
    }
    bool SetValue(int i, int j, ElemType x);
    bool GetValue(int i, int j, ElemType &x) const;
    void print() const;
    TSMatrix Trans() const; //转置
};
template <typename T>
void inline Swap(T &a, T &b)
{
    T tmp = a;
    a = b;
    b = tmp;
}
TSMatrix::TSMatrix(const TSMatrix &other)
{
    rows = other.rows;
    cols = other.cols;
    nums = other.nums;
    for (int i = 0; i<nums; i++)
    {
        data[i] = other.data[i];
    }
}
TSMatrix TSMatrix::Trans() const {  //求转置矩阵
    TSMatrix value;
    if (nums != 0){
        for (int k = 0; k<cols; k++)
        {
            for (int w = 0; w<nums; w++)
            {
                if (data[w].j == k)
                {
                    value.data[value.nums].i = data[w].j;
                    value.data[value.nums].j = data[w].i;
                    value.data[value.nums].data = data[w].data;
                    value.nums++;
                }
            }
        }
    }
    return value;
}
TSMatrix::TSMatrix(ElemType A[M][N]) //以二元数组构造稀疏矩阵
{
    rows = M;
    cols = N;
    nums = 0;
    for (int i = 0; i<M; i++)
    {
        for (int j = 0; j<N; j++)
        {
            if (A[i][j] != 0)
            {
                data[nums].i = i;
                data[nums].j = j;
                data[nums].data = A[i][j];
                nums++;
            }
        }
    }
}
void TSMatrix::print() const
//打印
{
    for (int i = 0; i<nums; i++)
    {
        printf("[  %d  |  %d  |  %d  ]\n", data[i].i, data[i].j, data[i].data);
    }
}
bool TSMatrix::SetValue(int i, int j, ElemType x)
{
    int  k, w;
    if (i >= rows || j >= cols) return false;
    if (x == 0) //有可能出现设定值为0的情况（删除）
    {
        for (k = 0; data[k].i<i || data[k].j<j&&k < nums; k++);
        if (data[k].i == i&&data[k].j == j)
        {
            //删除第k个元素
            nums--;
            for (w = k; w<nums; w++)
            {
                Swap(data[w], data[w + 1]);
            }
            return true;
        }
        else  //本来就是0了
        {
            return true;
        }
    }
    else
    {
        for (k = 0; data[k].i<i || data[k].j<j&&k < nums; k++);  //空循环直接查找待插入的位置
        if (data[k].i == i&&data[k].j == j)
        {
            data[k].data = x;
            return true;
        }
        else
        {
            data[nums].data = x;
            data[nums].i = i;
            data[nums].j = j;
            nums++;
            for (w = k; w<nums; w++)
            {
                Swap(data[w], data[k]);
            }
            return true;
        }
    }
}
bool TSMatrix::GetValue(int i, int j, ElemType &x) const
{
    int k;
    if (i >= rows&&j >= cols) return false;
    for (k = 0; k<rows&&data[k].i<i || data[k].j<j; k++);
    if (data[k].i == i&&data[k].j == j)
    {
        x = data[k].data;
    }
    else {
        x = 0;
    }
    return true;
}
int main()
{
    ElemType A[M][N] =
    {
        { 0, 0, 1, 0, 0, 0, 0 },
        { 0, 2, 0, 0, 0, 0, 0 },
        { 3, 0, 0, 0, 4, 0, 0 },
        { 0, 0, 0, 5, 0, 0, 0 },
        { 0, 0, 0, 0, 6, 0, 0 },
        { 0, 0, 0, 0, 0, 7, 4 }
    };
    TSMatrix t = A;
    printf("三元组为：\n");
    t.print();
    printf("设定2,0,1;2,3,9之后三元组为:\n");
    t.SetValue(2, 0, 1);
    t.SetValue(2, 3, 9);
    t.print();
    printf("设定5,5,0;5,6,0之后三元组为:\n");
    t.SetValue(5, 5, 0);
    t.SetValue(5, 6, 0);
    t.print();
    ElemType x;
    if (t.GetValue(2, 4, x)) printf("[2,4]=%d\n", x);
    if (t.GetValue(1, 7, x)) printf("[1,7]=%d\n", x);
    printf("转置矩阵三元组为：\n");
    t.Trans().print();
     
    return 0;
}

以上是关于数据结构学习--稀疏矩阵的三元组表示的主要内容，如果未能解决你的问题，请参考以下文章

关于稀疏矩阵三元组的转置

稀疏矩阵--三元组表示法和十字链表示法

设计算法，将m*n稀疏矩阵转换成三元组表示，并分析其时间复杂度和空间复杂度

稀疏矩阵的存储和乘法操作

数据结构:线性表的使用原则以及链表的应用-稀疏矩阵的三元组表示

数据结构-稀疏矩阵