数据结构----稀疏矩阵的快速转置

使用两种方法将稀疏矩阵快速转置

#include<iostream>
#include<vector>
using namespace std;

template<class T>
struct Triple  //三元组
{
	size_t row;
	size_t col;
	T _value;
};

template<class T>
class SparseMatrix
{
public:
	SparseMatrix(T *arr, size_t rowsize, size_t colsize,T invaild)//invaild->非特殊字
		:_rowsize(rowsize),
		_colsize(colsize),
		_invaild(invaild)
	{
		for (size_t i = 0; i < _rowsize; i++)
		{
			for (size_t j = 0; j < _colsize; j++)
			{
				Triple<T> t;
				if (arr[i*_colsize + j] != invaild)
				{
					t.row = i;
					t.col = j;
					t._value = arr[i*_colsize + j];
					_array.push_back(t);
				}
			}
		}
	}
	SparseMatrix(size_t rowsize, size_t colsize, T invaild)
		:_rowsize(rowsize),
		_colsize(colsize),
		_invaild(invaild)
	{}
	SparseMatrix()
	{}
	SparseMatrix<T> TransposeMatrix()  //务必保持行优先
	{
		SparseMatrix<T> sm(_colsize, _rowsize, _invaild);
		for (size_t i = 0; i < _colsize; i++)
		{
			size_t index = 0;
			while (index < _array.size())
			{
				if (_array[index].col == i)
				{
					Triple<T> t;
					t.col = _array[index].row;
					t.row = _array[index].col;
					t._value = _array[index]._value;
					sm._array.push_back(t);
				}
				++index;
			}
		}
		return sm;
	}
	SparseMatrix<T> FastsposeMatrix(T *array)  //快速定位转置,行优先
	{
		SparseMatrix<T> sm(array,_colsize,_rowsize,0);
		int index = 0;
		int newsize[7];
		int newsign[7];
		memset(newsize, 0, sizeof(newsize));
		memset(newsign, 0, sizeof(newsign));
		for (size_t i = 0; i < _array.size(); i++)
		{
			++newsize[_array[i].col];
		}
		for (size_t i = 1; i < _colsize; i++)
		{
			newsign[i] = newsign[i - 1] + newsize[i - 1];
		}
		for (size_t i = 0; i < _array.size(); i++)
		{
			int index = newsign[_array[i].col];
			sm._array[index].col = _array[i].row;
			sm._array[index].row = _array[i].col;
			sm._array[index]._value = _array[i]._value;
			newsign[_array[i].col]++;
		}
		return sm;
	}
	void Display()
	{
		size_t index = 0;
		for (size_t i = 0; i < _rowsize; i++)
		{
			for (size_t j = 0; j < _colsize; j++)
			{
				if (_array[index].row == i&&_array[index].col == j&&index<_array.size())
				{
					cout << _array[index]._value;
					index += 1;
				}
				else
				{
					cout << _invaild;
				}
			}
			cout << "\n" << endl;
		}
	}

protected:
	size_t _rowsize;
	size_t _colsize;
	T _invaild;
	vector<Triple<T>> _array;
};

void Test1()
{
	int arr[5][7] =
	{
		{ 0, 1, 0, 1, 0, 0, 1 },
		{ 1, 0, 0, 1, 0, 0, 1 },
		{ 1, 0, 0, 1, 0, 0, 1 },
		{ 1, 0, 0, 1, 0, 0, 1 },
		{ 1, 0, 0, 1, 0, 0, 1 },
	};
	SparseMatrix<int> s((int *)arr, 5, 7, 0);
	SparseMatrix<int> sm1;
	SparseMatrix<int> sm2;
	sm1=s.TransposeMatrix();
	sm2 = s.FastsposeMatrix((int*)arr);
	s.Display();
	sm1.Display();
	sm2.Display();
}
int main()
{
	Test1();
	return 0;

}
时间: 2024-10-13 09:11:55

数据结构----稀疏矩阵的快速转置的相关文章

【数据结构之旅】稀疏矩阵的快速转置

说明: 稀疏矩阵的快速转置算法的核心在于,用一个数组num记录原来矩阵中的每列非零元个数,用另一个数组cpos来记录原矩阵每列第一个非零元在新矩阵中的位置,以此来达到快速转置的目的. 用这样的方法,主要是希望,矩阵转置后,存储顺序依然是按照行来存储的. 1.实现及代码注释 根据上面的核心提示,可以有如下的代码,下面的代码中的注释已经非常详细,因此这里就不把每一部分实现的功能独立开来了: #include<stdio.h> #include<stdlib.h> #define OVE

稀疏矩阵三元组快速转置(转poklau123写的很清楚)

关于稀疏矩阵的快速转置法,首先得明白其是通过对三元表进行转置.如果误以为是对矩阵进行转置,毫无疑问就算你想破脑袋也想不出个所以然,别陷入死胡同了! 对于一个三元表,行为i,列为j,值为v.需将其i与j的值对调才能得到新的三元表,但是如果直接进行转换,得到的新的三元表的顺序是混乱的,不符合三元表的规则.所以,课本首先介绍了一个用扫描来转置的算法(这个算法比较容易,在这里我就不说了),但是这个转置算法的时间复杂度太高,于是就有了接下来的快速转置算法. 要你对一个三元表进行步骤最少的转置,你可能会想,

SDUT 3347 数据结构实验之数组三:快速转置

数据结构实验之数组三:快速转置 Time Limit: 1000MS Memory Limit: 65536KB Submit Statistic Problem Description 转置运算是一种最简单的矩阵运算,对于一个m*n的矩阵M( 1 = < m < = 10000,1 = < n < = 10000 ),它的转置矩阵T是一个n*m的矩阵,且T( i , j )=M( j , i ).显然,一个稀疏矩阵的转置仍然是稀疏矩阵.你的任务是对给定一个m*n的稀疏矩阵( m

稀疏矩阵-压缩存储-列转置法- 一次定位快速转置法

稀疏矩阵的压缩存储 压缩存储值存储极少数的有效数据.使用{row,col,value}三元组存储每一个有效数据,三元组按原矩阵中的位置,以行优先级先后顺序依次存放. 压缩存储:行优先一行一行扫 有效数据存入以为矩阵_arr 列转置法 : 从前向后遍历压缩矩阵,先找列号为0的存入 转置矩阵的压缩矩阵.然后从前向后找列号为1的 ...直到转置矩阵的压缩矩阵大小和 原矩阵的一样大 这时就找完了 时间复杂度为    O(原矩阵列数 * 压缩矩阵长度) 一次定位快速转置法: 设置两个辅助矩阵 RowCou

稀疏矩阵的压缩存储及快速转置

当一个矩阵为稀疏矩阵时,有效数据的个数比无效数据要少得多,因此若将一个矩阵全部存储会浪费空间,可以只将有效数据存储起来,无效数据作为标记 代码如下: #include <iostream> #include <vector> using namespace std; //可用一个三元组来存储有效数据的信息 template<class T> struct Triple {  size_t _row;  size_t _col;  T _value; }; //系数矩阵类

稀疏矩阵的列序递增法和一次定位快速转置法

稀疏矩阵:矩阵中大多数元素为0的矩阵,从直观上讲,当非零元素个数低于总元素的30%时,这样的矩阵为稀疏矩阵. 如: int array [6][5] =     {{1, 0, 3, 0, 5}, {0, 0, 0, 0, 0}, {0, 0, 0, 0, 0}, {1, 0, 3, 0, 5}, {0, 0, 0, 0, 0}, {0, 0, 0, 0, 0}}; 稀疏矩阵的压缩存储:使用{row,col,value}三元组存储每一个有效数据,三元组按原矩阵中的位置,以行优先级先后顺序依次存放

稀疏矩阵的普通转置与快速转置算法

稀疏矩阵的普通转置与快速转置算法 一般来说,对于系数矩阵,我们使用三元组来存储.即就是将矩阵的所有非零元素的三元组存放在一个顺序表中,如图所示: 注意一个转置的前提:该顺序表是排好序的,即行优先,列其次. 一.普通转置 这种算法比较简单,也很容易想到: 算法思想: 对M.data从头至尾扫描: ?第一次扫描时,将M.data中列号为1的三元组赋值到T.data中 ?第二次扫描时,将M.data中列号为2的三元组赋值到T.data中 ?依此类推,直至将M.data所有三元组赋值到T.data中 代

C++实现稀疏矩阵的压缩存储、转置、快速转置

/*稀疏矩阵的压缩存储.转置.快速转置*/ #include <iostream> using namespace std; #include <vector> //三元组 template<class T> struct Triple { size_t _row; size_t _col; T _value; Triple(size_t row = 0, size_t col = 0, const T& value = T()) :_row(row) ,_co

稀疏矩阵转置+快速转置

稀疏矩阵转置 Description 稀疏矩阵的存储不宜用二维数组存储每个元素,那样的话会浪费很多的存储空间.所以可以使用一个一维数组存储其中的非零元素.这个一维数组的元素类型是一个三元组,由非零元素在该稀疏矩阵中的位置(行号和列号对)以及该元组的值构成. 矩阵转置就是将矩阵行和列上的元素对换. 现在就请你对一个稀疏矩阵进行转置.以下是稀疏矩阵转置的算法描述: 图:稀疏矩阵转置的算法描述 Input 输入的第一行是两个整数r和c(r*c <= 12500),分别表示一个包含很多0的稀疏矩阵的行数