稀疏矩阵：M*N的矩阵，矩阵中有效值的个数远小于无效值的个数，且这些数据的分布没有规律。
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。
实现代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
|
#include <iostream> #include <vector> using namespace std; template<class T> struct Triple //三元组 { size_t _row; //行 size_t _col; //列 T _value; //值 Triple(size_t row, size_t col, const T& value) :_row(row) , _col(col) , _value(value) {} }; template<class T> class SparseMatrix //稀疏矩阵 { protected: vector<Triple<T>> _matrix; //可以实现动态增容的压缩矩阵 size_t _m; //行 size_t _n; //列 T _invalid; //默认值 public: SparseMatrix(T* a, size_t m, size_t n, const T& invalid= T()) :_m(m) , _n(n) , _invalid(invalid) { for (size_t i = 0; i < m; ++i) { for (size_t j = 0; j < n; ++j) { Triple<T> t(i, j, a[i*n + j]); _matrix.push_back(t); } } } void Display() { size_t index = 0; for (size_t i = 0; i < _m; ++i) { for (size_t j = 0; j < _n; ++j) { if (index < _matrix.size() && _matrix[index]._row== i &&_matrix[index]._col ==j) { cout << _matrix[index]._value << " "; ++index; } else { cout << _invalid << " "; } } cout << endl; } cout << endl; } }; |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
#include <windows.h> void test() { int a[6][5] = { { 1, 0, 2, 0, 0 }, { 1, 0, 1, 0, 3 }, { 2, 0, 0, 1, 2 }, { 3, 0, 1, 0, 0 }, { 4, 0, 2, 0, 0 }, { 0, 3, 4, 0, 0 }, }; SparseMatrix<int> sm((int*)a, 6, 5, 0); //SymmetricMatrix(int a[][N], size_t N) sm.Display(); } int main() { test(); system("pause"); return 0; } |
以上就是稀疏矩阵的压缩存储的实例详解，如有疑问请留言或者到本站社区交流讨论，感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！
