網(wǎng)站首頁 編程語言 正文
稀疏矩陣
矩陣與稀疏矩陣的定義
Q:什么是矩陣
A:數(shù)學(xué)上,一個矩陣由 m 行 n 列的元素組成,是一個 m 行,n 列的表,m 和 n 是矩陣的維度。一般地,寫作 mxn(讀作“m乘n”)來指明一個 m 行 n 列矩陣。矩陣的元素個數(shù)總計為 mn 個。如果 m 等于 n ,矩陣為方陣。
一般情況下,矩陣的標(biāo)準(zhǔn)存儲方式是一個二維數(shù)組 a[MAX_ROWS][MAX_COLS] 。利用這種存儲方式,可以通過 a[i][j] ,通過行下標(biāo),列下標(biāo)快速找到任意元素的存儲位置。
Q:什么是稀疏矩陣
A:一個矩陣的絕大部分都為零元素,我們把這種矩陣稱為稀疏矩陣。
如圖:矩陣中只有 2/15 是非零元素,這就是一個標(biāo)準(zhǔn)的稀疏矩陣
Q:二維數(shù)組儲存矩陣的缺點
A:如果一個矩陣中包含很多零元素(是稀疏矩陣),就會浪費大量的存儲空間。因此,稀疏矩陣的存儲表示只需存儲非零元素。
Q:稀疏矩陣的存儲方式
A:通過對矩陣的分析,我們發(fā)現(xiàn)使用三元組 <row,col,value> 能夠唯一的刻畫矩陣的任意一個元素。這意味者可以使用三元數(shù)組來存儲表示稀疏矩陣。
代碼演示
#define MAX_TERMS 101 //定義最大長度
typedef struct{
int col;
int row;
int xalue;
}term;
term a[MAX_TERMS];
我們可以用 a[0].row 表示行的數(shù)目,用 a[0].col 表示列的數(shù)目,用 a[0].value 表示非零元素的總數(shù)。其他位置 row 域存放行下標(biāo), col 域存放列下標(biāo),value 域存放元素值。三元組按照行的順序排序,并且在同一行內(nèi)按照列的順序排序。
稀疏矩陣存儲為三元組
? | 行 | 列 | 值 |
---|---|---|---|
a[0] | 5 | 6 | 4 |
a[1] | 0 | 0 | 15 |
a[2] | 1 | 1 | 11 |
a[3] | 2 | 3 | 6 |
a[4] | 4 | 0 | 9 |
稀疏矩陣的轉(zhuǎn)置
詳細(xì)思路
為了轉(zhuǎn)置一個矩陣,必須交換它的行和列。也就是說,原矩陣的任意元素 a[i][j] 應(yīng)該成為其轉(zhuǎn)置矩陣的元素 b[j][i]
思路一
依次循環(huán)每一列,找到每一列的所有元素并把他們儲存在轉(zhuǎn)置矩陣的對應(yīng)的行上。
//偽代碼
for 對于 j 列的所有元素
? ? 把元素<i,j,value>放置在元素<j,i,value>中
代碼演示
void transpose(term a[],term b[])
//b是a的轉(zhuǎn)置
{
int n,i,j,currentb;
n=a[0].value; //元素總數(shù)
b[0].row=a[0].col; //b的行數(shù)=a的列數(shù)
b[0].co 1=a[0].row; //b的列數(shù)=a的行數(shù)
b[0].value =n;
if(n> 0)
{// 非零矩陣
currentb=1;
for(i=0;i<a[0].col;i++)
//按a的列轉(zhuǎn)置
for(j=1;j<=n;j++)
//找出當(dāng)前列的所有元素
if(a[j].col==i)
{//元素是當(dāng)前列的,加入b
b[currentb]. row=a[j]. col;
b[currentb]. col=a[j]. row;
b[currentb]. value=a[j]. value;
currentb++;
}
}
}
思路二
首先確定原矩陣中每一列的元素個數(shù),這也就是其轉(zhuǎn)置矩陣中每一行的元素個數(shù)。于是就可以得到轉(zhuǎn)置矩陣每行的起始位置,從而,可以將原矩陣的元素依次移到其轉(zhuǎn)置矩陣中的恰當(dāng)位置。
代碼演示
void fast transpose(term a[], term b[])
{
//將a的轉(zhuǎn)置矩陣存放于b中
int row terms[MAX_COL], starting pos[MAX_COL];
int i,j, num_cols=a[0].col, num_terms=a[0].value;
b[0].row=num_cols;b[0].col=a[0].row;
b[0].value=num_terms;
if(num_terms>0){//非零矩陣
for(i=0;i<num_cols;i++)
row_terms[i]=0;
for(i=1;i<=num_terms;i++)
row_terms[a[i]. co]]++;
starting_pos[0]=1;
for(i=1;i<num cols;i++)
starting_pos[i]=starting_pos[i-1]+row_terms[i-l];
for(i=1;i<=num_terms;i++){
j=starting_pos[a[i].col]++;
b[j].row=a[i].col;b[j].col=a[i].row;
b[j].value=a[i].value;
}
}
}
稀疏矩陣的乘法
Q:什么是矩陣乘法
A:設(shè)A為 mxp 的矩陣,B為 pxn 的矩陣,那么稱 mxn 的矩陣D為矩陣A與B的乘積,記作D=AB,其中矩陣D中的第 i 行第 j 列元素可以表示為:
注意:兩個稀疏矩陣的乘積可能不再是稀疏矩陣
詳細(xì)思路
我們可以按照行的順序計算D的元素,把元素存放到正確的位置,這樣就不用移動已計算出的元素的位置。一般情況下,必須遍歷整個B才能得到第 j 列的所有元素。但是,我們可以先計算 B 的轉(zhuǎn)置,使列元素順序相續(xù)排序,可以避免重復(fù)多次遍歷整個 B 。
對于找出的 A 的第 i 行和 B 的第 j 列的所有元素,做合并操作就能實現(xiàn)矩陣乘法。
代碼演示
void storesum(term a[],int *totald,int row,int column,int *sum)
{//如果 *sum!=0,它的行和列存儲位置為 d 中的 *totald+1
if(*sum)
if(*tptald<MAX_TERMS)
{
d[++*totald].row=row;
d[*totald].col=column;
d[*totald].value=*sum;
*sum=0;
}
else{
fprintf(stderr,"Numbers of terms in product exceeds %d\n",MAX_TERMS);
exit(1);
}
}
void mmult(term a[], term b[], term d[])
//將兩個稀疏矩陣相乘
{
int i,j,column,totalb=b[0].value,totald=0;
int rows_a=a[0].row,cols_a=a[0].col;
totala=a[0].value;int cols_b=b[0].col;
int row_begin=1, row=a[1].row, sum=0;
int new_b[MAX-TERMS][3];
if(cols_a!=b[0].row){
fprintf(stderr,"Incompatible matrices\n");
exit(1);
}
fast_transpose(b.new_b);
//設(shè)置邊界條件
a[totala+1].row=rows_a;
new_b[totalb+1].row=cols_b;
new_b[totalb+1].col=0;
for(i=1;i<=totala;){
column=new_b[1].row;
for(j=1;j<=totalb+1;){
//將a的行乘以b的列
if(a[i].row!=row){
storesum(d,&totald,row,column,&sum);
i=row_begin;
for(;new_b[j].row==column;j++)
;
column=new_b[j]. row;
}
else if(new_b[j].row!=column){
storesum(d,&totald,row,column,&sum);
i=row_begin;
column=new_b[j].row;
}
else switch(COMPARE(a[i].col,new_b[j].col)){
case-1://轉(zhuǎn)到a中的下一項
i++;break;
case 0://添加項,轉(zhuǎn)到a和b的下一項
sum+=(a[i++].value*new_b[j++].value); break;
case 1://來到b的下一項
j++;
}
}// for j<=totalb+1 結(jié)束循環(huán)
for(;a[i].row==row;i++)
;
row_begin=i;row=a[i].row;
}//for i<=totala 結(jié)束循環(huán)
d[0].row=rows_a;
d[0].col=cols_b;d[0].value=totald;
}
原文鏈接:https://blog.csdn.net/Ceylan__/article/details/124889885
相關(guān)推薦
- 2022-06-17 C語言深入講解棧與堆和靜態(tài)存儲區(qū)的使用_C 語言
- 2021-12-10 linux防火墻配置(基于yum倉的配置)詳細(xì)步驟_Linux
- 2023-07-10 Gateway服務(wù)網(wǎng)關(guān)
- 2022-09-21 Flutter實現(xiàn)底部和頂部導(dǎo)航欄_Android
- 2022-02-15 使用數(shù)學(xué)軟件Matlab建模畫圖程序匯總_其它綜合
- 2022-10-10 Go?代碼規(guī)范錯誤處理示例經(jīng)驗總結(jié)_Golang
- 2023-03-28 Python利用flask操作Redis的方法詳解_python
- 2022-11-27 Windows批處理文件(.bat和.cmd)及區(qū)別詳解_DOS/BAT
- 最近更新
-
- window11 系統(tǒng)安裝 yarn
- 超詳細(xì)win安裝深度學(xué)習(xí)環(huán)境2025年最新版(
- Linux 中運行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎(chǔ)操作-- 運算符,流程控制 Flo
- 1. Int 和Integer 的區(qū)別,Jav
- spring @retryable不生效的一種
- Spring Security之認(rèn)證信息的處理
- Spring Security之認(rèn)證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權(quán)
- redisson分布式鎖中waittime的設(shè)
- maven:解決release錯誤:Artif
- restTemplate使用總結(jié)
- Spring Security之安全異常處理
- MybatisPlus優(yōu)雅實現(xiàn)加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務(wù)發(fā)現(xiàn)-Nac
- Spring Security之基于HttpR
- Redis 底層數(shù)據(jù)結(jié)構(gòu)-簡單動態(tài)字符串(SD
- arthas操作spring被代理目標(biāo)對象命令
- Spring中的單例模式應(yīng)用詳解
- 聊聊消息隊列,發(fā)送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠(yuǎn)程分支