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！