稀疏矩阵的压缩存储

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-_-!!!

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;
}