稀疏矩阵转置多种算法详解

稀疏矩阵转置多种算法详解这次博文写的有点长,因为我得构思,所以今天晚上(11.10)写一点,另外还有个重要的任务,因为再过40分钟就是剁手节了,过了今晚我不止是一个光棍,更是一个穷光棍、、、、我该怎么办。。。求拦截。不扯了正题,今天就先写写矩阵转置吧,现实中转置么,不就区区一个转置么,那有什么,瞅一眼就转过来了。计算机就是计算机,他没有相发也没有眼睛,那么我们就来告诉他怎么思考,怎么走路吧。方法一:一般转置(简单)转置矩阵

大家好,又见面了,我是你们的朋友全栈君。

这次博文写的有点长,因为我得构思,所以今天晚上(11.10)写一点,另外还有个重要的任务,因为再过40分钟就是剁手节了,过了今晚我不止是一个光棍,更是一个穷光棍、、、、我该怎么办。。。求拦截。

不扯了正题,今天就先写写矩阵转置吧,现实中转置么,不就区区一个转置么,那有什么,瞅一眼就转过来了。计算机就是计算机,他没有相发也没有眼睛,那么我们就来告诉他怎么思考,怎么走路吧。

方法一:一般转置(简单)

转置矩阵: 一个 m×n 的矩阵 M,它的转置 T 是一个
n×m 的矩阵,且 T (i, j) = M[ j, i], 1≤i≤n, 1≤j≤m,
即 M 的行是 T 的列, M 的列是 T 的行。

这里写图片描述
M:原矩阵
T:转置之后的矩阵

PS:讲转置之前需要介绍一下稀疏矩阵的三元组压缩存储方式,就是将稀疏矩阵的非零元素的 (行坐标,列坐标,元素值)
例如:M数组的第一行第二列的12在三元组里的表示为 (1,2,12)

三元组顺序表存储结构:
这里写图片描述

这个结构就是一个数组
Triple: 申明了一个类型,包含了 i(行)、j(列)、e(元素数据)
TSMatrix:定义了Triple类型的数组保存行列数据元素信息,mu(总行数)、nu(总列数)tu(非零元素个数)

下面是保存之后的结果
这里写图片描述

Triple类型的data数组长度在定义的时候长度是MAXSIZE+1是为了在data[0]空出来一个位置使 数组小标与矩阵的行列下标对应,图中data[0]的位置 6 7 8 是为了方便讲解写的,实际上是空

问题描述:
这里写图片描述

下图是简单转置的解题思路
这里写图片描述

解析:
1)将mu、nu互换
2)将data数组中 i,j对应的元素位置互换
3)把新的三元组T按行顺序排列,所以以i从小到大按顺序将三元组
排序
简单写法
for (col = 1; col <= M.nu; ++ col)
for (p = 1; p <= M.tu; ++ p)
if ( M.data[p].j == col )
{
T.data[q].i = M.data[p].j ;
T.data[q].e = M.data[p].e;
++ q;
}
下面把完整的算法用图片弄上来,这样看着更清楚些。

这里写图片描述

时间复杂度:
两次循环,三元组多长需要遍历多长,这效率可想而知。
所以牛人们相除了了非常6的一个算法,我在下面加一个方法一的优缺点,明天写吧,,,我要准备抢衣服啦哈哈哈哈哈哈

这里写图片描述


来,继续。。。

方法二:按 M 的行序转置 —— 快速转置

这个方法简单,是因为算法中包含了两个有特殊用法的数组,保存了非常重要的信息,简单说下算法的步骤

1)确定 M 的第 1 列的第 1 个非零元在 T.data 中的位置。 1
2)确定 M 的第 col -1 列的非零元个数。 存入数组 num[M.nu]
3)确定 M 的第 col 列的第一个非零元在T.data 中的位置。
存入数组 cpot[M.nu]
cpot[1] = 1;
cpot[col]=cpot[col–1]+num[col–1] 2≤col≤a.nu

num数组保存的是 上一列非零元素个数
cpot数组保存的数字依据上面的等式

可以参考下图来验证这个等式是否正确
这里写图片描述
其实 cpot[]内数据成员就是 T数组内 该元素前面有多少个非零元素+1,例如12(第一行第二列),在cpot里对应的数字就是2+1

两个数组的保存数据情况
这里写图片描述

下面是高效率算法的代码(有点不清晰,最下面有清晰地高亮的代码)
Status FastTransposeSMatrix( TSMatrix M, TSMatrix &T ) {
// 采用三元组顺序表存储表示,求稀疏矩阵 M 的转置矩阵 T
//T 的行列最大值交换
T.mu = M.nu; T.nu = M.mu; T.tu = M.tu;
//
if (T.tu) {
for (col=1; col<=M.nu; ++col)
num[col] = 0;

// 求 M 中各列非零元的个数
for (t=1; t<=M.tu; ++t)
++ num[M.data[t].j];
cpot[1] = 1; // T里第二个位置也是数组起始位置

// 求 M 中各列的第一个非零元在 T.data 中的序号
for (col=2; col<=M.nu; ++col)
cpot[col] = cpot[col -1] + num[col -1];

//将数据存储到T
for(p=1;p<=M.tu;++p){
col = M.data[p].j;
q=cpot[col];
T.data[q].i=M.data[p].j;
T.data[q].j=M.data[p].i;
T.data[q].e=Mdata[p].e;
++col[col]; //指向T的下一个位置
}//for
}//if
return OK;
}//FastTransposeSMatrix
这里写图片描述

存储结束,cpot col两个数组存储情况
这里写图片描述

好了,就写到这里吧,博文有什么问题希望大家给指出,有什么问题可以留言或者私信。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/151214.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号