数据结构第4章数组3.pptVIP

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第4章 数组 顺序存储方式:按低地址优先(或高地址优先)顺序存入一维数组。 4.3 矩阵的压缩存储 4.4 稀疏矩阵的压缩存储 例1 : 三元素组表中的每个结点对应于稀疏矩阵的一个非零元素,它包含有三个数据项,分别表示该元素的 、 和 。 法三:用带辅助向量的三元组表示。 方法: 增加2个辅助向量: ① 记录每行非0元素个数,用NUM(i)表示; ② 记录稀疏矩阵中每行第一个非0元素在三元组中的行号,用POS(i)表示。 法四:用十字链表表示 二、稀疏矩阵的操作 方法1:压缩转置 * ① 元素的值并非原子类型,可以再分解,表中元素也是一个线性表(即广义的线性表)。 ② 所有数据元素仍属同一数据类型。 数组的特点:一种特殊的线性表 4.1 数组的定义 4.2 数组的顺序表示和实现 4.3 矩阵的压缩存储 4.4 稀疏矩阵的三元组存储 4.1 数组的定义 (难点是:多维数组与一维数组的地址映射关系) 例1:已知二维数组Am,m按行存储的元素地址公式是: Loc(aij)= Loc(a11)+[(i-1)*m+(j-1)]*K , 请问按列存储的公式相同吗 答:尽管是方阵,但公式仍不同,要作修改: Loc(aij)=Loc(a11)+[(j-1)*m+(i-1)]*K 例2:设数组a[1…60, 1…70]的基地址为2048,每个元素占2个存储单元,若以列序为主序顺序存储,则元素a[32,58]的存储地址为 。 根据列优先公式 Loc(aij)=Loc(a11)+[(j-1)*m+(i-1)]*K 得:LOC(a32,58)=2048+[(58-1)*60+(32-1)]*2=8950 答:请注意审题! 想一想:若数组是a[0…59, 0…69],结果是否仍为8950? 8950 4.2 数组的顺序表示和实现 讨论: 1. 什么是压缩存储? 若多个数据元素的值都相同,则只分配一个元素值的存储空间,且零元素不占存储空间。 2. 所有二维数组(矩阵)都能压缩吗? 未必,要看矩阵是否具备以上压缩条件。 3. 什么样的矩阵具备以上压缩条件? 一些特殊矩阵,如:对称矩阵,对角矩阵,三角矩阵,稀疏矩阵等。 4. 什么叫稀疏矩阵? 矩阵中非零元素的个数较少(一般小于5%) 重点介绍稀疏矩阵的压缩和相应的操作。 问题: 如果只存储稀疏矩阵中的非零元素,那这些元素的位置信息该如何表示? 解决思路: 对每个非零元素增开若干存储单元,用来存放其所在的行号和列号,便可准确反映该元素所在位置。 实现方法: 将每个非零元素用一个三元组(i,j,aij)来表示,则每个稀疏矩阵可用一个三元组表来表示。 二、稀疏矩阵的操作 行下标 列下标 元素值 例2:写出右图所示稀疏矩阵的压缩存储形式。 0 12 9 0 0 0 0 0 0 0 0 0 -3 0 0 0 14 0 0 0 24 0 0 0 0 18 0 0 0 0 15 0 0 -7 0 0 ( 1,2,12) ,(1,3,9), (3,1,-3), (3,5,14), (4,3,24), (5,2,18) ,(6,1,15), (6,4,-7) 解:至少有4种存储形式。 法1:用线性表表示: 0 12 9 0 0 0 0 0 0 0 0 0 -3 0 0 0 14 0 0 0 24 0 0 0 0 18 0 0 0 0 15 0 0 -7 0 0 ( ) 法2:用三元组矩阵表示: 0 12 9 0 0 0 0 0 0 0 0 0 -3 0 0 0 14 0 0 0 24 0 0 0 0 18 0 0 0 0 15 0 0 -7 0 0 -7 4 6 15 1 6 18 2 5 24 3 4 14 5 3 -3 1 3 9 3 1 12 2 1 注意:为更可靠描述,通常再加一行“总体”信

文档评论(0)

shaoye348 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档