稀疏矩阵的压缩存储
2016-09-20 20:49
281 查看
稀疏矩阵的压缩存储
coad = C++;
什么是稀疏矩阵?
/* 这是大学的以么课《线性代数》学的,不知道大家还记得多少,在老师讲到实现稀疏矩阵的压缩存储的时候,我知记得
我当时考了75分,其它的就呵呵了-_-!!!
上面这个就是稀疏矩阵,仔细观察,好像没什么规律吧,而且,习惯上我们把非 0 数据称为有效数据,在这个矩阵中,明显0要比有效数据多不少,这就是我么为什么要对它以上所存储了; 避免浪费嘛! 高效率,低消耗是我们程序员追求的完美!
那么,问题来了,前面我们讲过关于对称矩阵的压缩存储(http://blog.csdn.net/bitboss/article/details/52599692),用一维数组存储下三角数据,那么这里该怎么存?相信大家都可以第一时间反应过来,把有效数据都拿出来存储不就好了嘛,对,就是这样,那么稀疏矩阵的有效数据是无规律的,我们是不是还得把它们的坐标也存储起来,否则是不是找不到了。。。。。这块有一个对象有三个属性都要存起来,我们用什么好呢?结构体,没问题,这里我选择用结构体来存储单独的数据,而vector(顺序表)存储这些结构体,当然,并不是每个 无效值都是0,我们还需要一个变量来表示我们的无效值,好了,,,框架成形了,,,来实现代码吧!
coad = C++;
什么是稀疏矩阵?
/* 这是大学的以么课《线性代数》学的,不知道大家还记得多少,在老师讲到实现稀疏矩阵的压缩存储的时候,我知记得
我当时考了75分,其它的就呵呵了-_-!!!
言归正传,稀疏矩阵,例如: -------------- 0 0 2 0 4 0 0 0 0 0 0 1 0 3 0 5 0 6 0 0 --------------
上面这个就是稀疏矩阵,仔细观察,好像没什么规律吧,而且,习惯上我们把非 0 数据称为有效数据,在这个矩阵中,明显0要比有效数据多不少,这就是我么为什么要对它以上所存储了; 避免浪费嘛! 高效率,低消耗是我们程序员追求的完美!
那么,问题来了,前面我们讲过关于对称矩阵的压缩存储(http://blog.csdn.net/bitboss/article/details/52599692),用一维数组存储下三角数据,那么这里该怎么存?相信大家都可以第一时间反应过来,把有效数据都拿出来存储不就好了嘛,对,就是这样,那么稀疏矩阵的有效数据是无规律的,我们是不是还得把它们的坐标也存储起来,否则是不是找不到了。。。。。这块有一个对象有三个属性都要存起来,我们用什么好呢?结构体,没问题,这里我选择用结构体来存储单独的数据,而vector(顺序表)存储这些结构体,当然,并不是每个 无效值都是0,我们还需要一个变量来表示我们的无效值,好了,,,框架成形了,,,来实现代码吧!
*/ #include<iostream> #include<vector> using namespace std; template<class T> struct Triple //保存数据的结构体 { size_t _row; size_t _col; T _data; Triple(size_t row = 0,size_t col = 0, const T& x = T()) :_row(row) ,_col(col) ,_data(x) {} }; template<class T> class SparseMatrix { public: SparseMatrix(T* arr, size_t m, size_t n, const T& invalid) //注意传参的含义 :_m(m) ,_n(n) ,_invalid(invalid) { 将有效数据都存入vector内; for(size_t i = 0; i < _m; i++) { for(size_t j = 0; j < _n; j++) { if(arr[i*n + j] != _invalid)//有效数据的判定条件; { Triple<T> tmp(i,j,arr[i*n + j]); _martix.push_back(tmp); } } } } 打印稀疏矩阵--就是从压缩存储还原的过程; void Display() { int index = 0; for(size_t i = 0; i < _m; i++) { for(size_t j = 0; j < _n; j++) { if( index < _martix.size()&& _martix[index]._row == i&& _martix[index]._col == j)//判断该位置是否放置有效数据; { cout<<_martix[index++]._data<<" "; } else //否则该位置放置无效数据 cout<<_invalid<<" "; } cout<<endl; } cout<<endl; } private: size_t _m; //矩阵的行数 size_t _n; //矩阵的列数 T _invalid; //无效数据 vector<Triple<T> > _martix; //保存数据所有结构体的vector }; void testSparseMatrix() { int a[6][5] = //测试用例 {{1, 0, 3, 0, 5}, {0, 0, 0, 0, 0}, {0, 0, 0, 0, 0}, {2, 0, 4, 0, 6}, {0, 0, 0, 0, 0}, {0, 0, 0, 0, 0}}; SparseMatrix<int> s((int *)a, 6, 5, 0); //注意类参数是一维数组指针,强制转换; s.Display (); } int main() { testSparseMatrix(); system("pause"); return 0; }
相关文章推荐
- 稀疏矩阵的压缩存储及转置
- C++实现稀疏矩阵的压缩存储
- 稀疏矩阵的压缩存储以及快速转置
- 稀疏矩阵的压缩存储与转置
- 矩阵-----对称矩阵及其压缩存储&&稀疏矩阵
- 数据结构学习笔记--稀疏矩阵的压缩存储
- 三元组实现稀疏矩阵的压缩存储与转置 (Sparse matrix compression storage and transposition base on triple)
- 【矩阵】对称矩阵及稀疏矩阵的压缩存储
- 三元组压缩存储稀疏矩阵的C++类模板实现
- 稀疏矩阵的压缩存储及转置算法
- 数据结构编程笔记十三:第五章 数组和广义表 稀疏矩阵的压缩存储实现
- 稀疏矩阵的压缩存储与转置
- 稀疏矩阵的压缩存储和转置
- 稀疏矩阵的压缩存储及转置算法
- 【数据结构】稀疏矩阵的压缩存储和转置算法(C++代码)
- 稀疏矩阵的压缩存储和基本操作
- 稀疏矩阵的压缩存储
- 稀疏矩阵压缩存储及转置,加法运算(采用三元表)
- 数组与广义表_稀疏矩阵的压缩存储_三元组做存储结构_矩阵转置
- 【数据结构】特殊矩阵的压缩存储2——稀疏矩阵