C++ 实现稀疏矩阵的压缩存储的实例

时间:2022-04-10 23:07:27

C++ 实现稀疏矩阵的压缩存储的实例

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!