【数据结构】数组和字符串(八):稀疏矩阵的链接存储:十字链表的创建、插入元素、遍历打印(按行、按列、打印矩阵)、销毁

这篇具有很好参考价值的文章主要介绍了【数据结构】数组和字符串(八):稀疏矩阵的链接存储:十字链表的创建、插入元素、遍历打印(按行、按列、打印矩阵)、销毁。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

4.2.1 矩阵的数组表示

【数据结构】数组和字符串(一):矩阵的数组表示

4.2.2 特殊矩阵的压缩存储

  矩阵是以按行优先次序将所有矩阵元素存放在一个一维数组中。但是对于特殊矩阵,如对称矩阵、三角矩阵、对角矩阵和稀疏矩阵等, 如果用这种方式存储,会出现大量存储空间存放重复信息或零元素的情况,这样会造成很大的空间浪费。为节约存储空间和算法(程序)运行时间,通常会采用压缩存储的方法。

  • 对角矩阵:指除了主对角线以外的元素都为零的矩阵,即对 任意 i ≠ j (1≤ i , j ≤n),都有M(i, j)=0。由于只有主对角线上有非零元素,只需存储主对角线上的元素即可。
  • 三角矩阵:指上三角或下三角的元素都为零的矩阵。同样地,只需存储其中一部分非零元素,可以节省存储空间。
  • 对称矩阵:指矩阵中的元素关于主对角线对称的矩阵。由于对称矩阵的非零元素有一定的规律,可以只存储其中一部分元素,从而减少存储空间。
  • 稀疏矩阵:指大部分元素为零的矩阵。传统的按行优先次序存储方法会浪费大量空间来存储零元素,因此采用压缩存储的方法更为合适。常见的压缩存储方法有:压缩稠密行(CSR)、压缩稠密列(CSC)、坐标列表(COO)等。

a. 对角矩阵的压缩存储

【数据结构】数组和字符串(二):特殊矩阵的压缩存储:对角矩阵——一维数组

b~c. 三角、对称矩阵的压缩存储

【数据结构】数组和字符串(三):特殊矩阵的压缩存储:三角矩阵、对称矩阵——一维数组

d. 稀疏矩阵的压缩存储——三元组表

【数据结构】数组和字符串(四):特殊矩阵的压缩存储:稀疏矩阵——三元组表

4.2.3三元组表的转置、加法、乘法、操作

【数据结构】数组和字符串(七):特殊矩阵的压缩存储:三元组表的转置、加法、乘法操作

4.2.4十字链表

  十字链表(Cross-linked List)是一种用于表示稀疏矩阵的数据结构。稀疏矩阵是指大部分元素为零的矩阵,而十字链表可以有效地存储和操作这种类型的矩阵。在稀疏矩阵的十字链表中,每个非零元素都由一个节点表示。节点包含了几个字段:

  1. LEFT:指向该节点在同一行中的左邻非零元素的地址信息。
  2. UP:指向该节点在同一列中的上邻非零元素的地址信息。
  3. ROW:存储该节点在矩阵中的行号。
  4. COL:存储该节点在矩阵中的列号。
  5. VAL:存储该节点的元素值。

  每一行都有一个表头节点,它引导着该行的循环链表,循环链表中的每个节点按照列号的顺序排列。同样,每一列也有一个表头节点,它引导着该列的循环链表,循环链表中的每个节点按照行号的顺序排列。
  关于循环链表: 【数据结构】线性表(三)循环链表的各种操作(创建、插入、查找、删除、修改、遍历打印、释放内存空间)

【数据结构】数组和字符串(八):稀疏矩阵的链接存储:十字链表的创建、插入元素、遍历打印(按行、按列、打印矩阵)、销毁,数据结构,数据结构,矩阵,链表,c语言

  • 在稀疏矩阵的十字链表中,每一行和每一列都有一个表头节点。

    • 对于行表头节点 BASEROW[i],其中 i 表示行号,范围从 1 到 m(矩阵的行数)。如果该行为空(即没有非零元素),则 COL(Loc(BASEROW[i])) 的值为 -1。否则,COL(Loc(BASEROW[i])) 的值为该行中最右边的非零元素的列号。

    • 对于列表头节点 BASECOL[j],其中 j 表示列号,范围从 1 到 n(矩阵的列数)。如果该列为空(即没有非零元素),则 ROW(Loc(BASECOL[j])) 的值为 -1。否则,ROW(Loc(BASECOL[j])) 的值为该列中最下边的非零元素的行号。

  • 由于行和列都是循环链表,行表头节点 BASEROW[i] 中的 LEFT 指针循环地链接到该行最右边的非零元素,列表头节点 BASECOL[j] 中的 UP 指针循环地链接到该列最下边的非零元素。

     通过这种方式,可以用较少的空间表示稀疏矩阵,并且可以快速地进行行和列的遍历操作。每个节点的 LEFTUP 指针可以用来定位其左邻和上邻非零元素,从而实现矩阵的访问和操作。

0. 十字链表结构

// 定义矩阵节点结构
typedef struct MatrixNode {
    int row;
    int col;
    int value;
    struct MatrixNode* right;
    struct MatrixNode* down;
} MatrixNode;

// 定义稀疏矩阵结构
typedef struct SparseMatrix {
    int rows;
    int cols;
    MatrixNode** rowHeaders;
    MatrixNode** colHeaders;
} SparseMatrix;

left~up ……right~down

1. 创建

SparseMatrix* createSparseMatrix(int rows, int cols) {
    SparseMatrix* matrix = (SparseMatrix*)malloc(sizeof(SparseMatrix));
    matrix->rows = rows;
    matrix->cols = cols;

    // 创建行表头节点数组
    matrix->rowHeaders = (MatrixNode**)malloc((rows + 1) * sizeof(MatrixNode*));
    for (int i = 0; i <= rows; i++) {
        matrix->rowHeaders[i] = NULL;
    }

    // 创建列表头节点数组
    matrix->colHeaders = (MatrixNode**)malloc((cols + 1) * sizeof(MatrixNode*));
    for (int j = 0; j <= cols; j++) {
        matrix->colHeaders[j] = NULL;
    }

    return matrix;
}
  • 分配稀疏矩阵结构体的内存,并将行数和列数存储在结构体的相应字段中。
  • 分配行表头节点数组的内存,并将每个元素初始化为NULL。
  • 分配列表头节点数组的内存,并将每个元素初始化为NULL。
  • 返回指向创建的稀疏矩阵的指针。

2. 销毁

void destroySparseMatrix(SparseMatrix* matrix) {
    if (matrix == NULL) {
        return;
    }

    // 释放所有节点内存
    for (int i = 1; i <= matrix->rows; i++) {
        MatrixNode* current = matrix->rowHeaders[i];
        while (current != NULL) {
            MatrixNode* temp = current;
            current = current->right;
            free(temp);
        }
    }

    // 释放行表头节点数组
    free(matrix->rowHeaders);

    // 释放列表头节点数组
    free(matrix->colHeaders);

    // 释放稀疏矩阵结构
    free(matrix);
}
  • 检查稀疏矩阵指针是否为NULL,如果是,则直接返回。
  • 释放所有节点的内存:
    • 遍历每一行,从第一行到最后一行:
      • 通过行表头节点数组获取当前行的行链表头节点。
      • 遍历行链表中的每个节点:
        • 释放当前节点的内存,并将当前节点指针移动到下一个节点。
    • 释放行表头节点数组的内存。
    • 遍历每一列,从第一列到最后一列:
      • 通过列表头节点数组获取当前列的列链表头节点。
      • 遍历列链表中的每个节点:
        • 释放当前节点的内存,并将当前节点指针移动到下一个节点。
    • 释放列表头节点数组的内存。
  • 释放稀疏矩阵结构体的内存。

3. 插入

void insertElement(SparseMatrix* matrix, int row, int col, int value) {
    if (row <= 0 || row > matrix->rows || col <= 0 || col > matrix->cols) {
        printf("Invalid position!\n");
        return;
    }

    // 创建新节点
    MatrixNode* newNode = (MatrixNode*)malloc(sizeof(MatrixNode));
    newNode->row = row;
    newNode->col = col;
    newNode->value = value;
    newNode->right = NULL;
    newNode->down = NULL;

    // 插入到行链表
    if (matrix->rowHeaders[row] == NULL || matrix->rowHeaders[row]->col > col) {
        // 插入到行链表的头部
        newNode->right = matrix->rowHeaders[row];
        matrix->rowHeaders[row] = newNode;
    } else {
        MatrixNode* current = matrix->rowHeaders[row];
        while (current->right != NULL && current->right->col < col) {
            current = current->right;
        }
        newNode->right = current->right;
        current->right = newNode;
    }

    // 插入到列链表
    if (matrix->colHeaders[col] == NULL || matrix->colHeaders[col]->row > row) {
        // 插入到列链表的头部
        newNode->down = matrix->colHeaders[col];
        matrix->colHeaders[col] = newNode;
    } else {
        MatrixNode* current = matrix->colHeaders[col];
        while (current->down != NULL && current->down->row < row) {
            current = current->down;
        }
        newNode->down = current->down;
        current->down = newNode;
    }
}
  • 检查行数和列数是否在有效范围内,如果不是,则打印错误消息并返回。
  • 创建一个新的节点,并将行、列和值存储在节点的相应字段中。
  • 在行链表中插入节点:
    • 如果当前行的行链表为空,或者当前行的行链表头节点的列大于要插入的列:
      • 将要插入的节点的右指针指向当前行的行链表头节点。
      • 将当前行的行链表头节点更新为要插入的节点。
    • 否则,遍历当前行的行链表,直到找到插入位置:
      • 将要插入的节点的右指针指向当前节点的右指针。
      • 将当前节点的右指针指向要插入的节点。
  • 在列链表中插入节点:
    • 如果当前列的列链表为空,或者当前列的列链表头节点的行大于要插入的行:
      • 将要插入的节点的下指针指向当前列的列链表头节点。
      • 将当前列的列链表头节点更新为要插入的节点。
    • 否则,遍历当前列的列链表,直到找到插入位置:
      • 将要插入的节点的下指针指向当前节点的下指针。
      • 将当前节点的下指针指向要插入的节点。

4. 打印矩阵形式

void printSparseMatrix(SparseMatrix* matrix) {
    for (int i = 1; i <= matrix->rows; i++) {
        MatrixNode* current = matrix->rowHeaders[i];
        for (int j = 1; j <= matrix->cols; j++) {
            if (current != NULL && current->col == j) {
                printf("%d ", current->value);
                current = current->right;
            } else {
                printf("0 ");
            }
        }
        printf("\n");
    }
}
  • 从第一行开始遍历稀疏矩阵的每一行:
    • 通过行表头节点数组获取当前行的行链表头节点。
    • 遍历当前行的每一列,从第一列到最后一列:
      • 如果当前节点存在且与当前列匹配,则打印节点的值。
      • 否则,打印0。
    • 打印换行符。

5. 按行打印

void printRowNodes(SparseMatrix* matrix) {
    printf("Row Nodes:\n");
    for (int i = 1; i <= matrix->rows; i++) {
        printf("Row %d: ", i);
        MatrixNode* current = matrix->rowHeaders[i];
        while (current != NULL) {
            printf("(%d, %d, %d) ", current->row, current->col, current->value);
            current = current->right;
        }
        printf("\n");
    }
}
  • 从第一行开始遍历稀疏矩阵的每一行:
    • 打印当前行的行号。
    • 通过行表头节点数组获取当前行的行链表头节点。
    • 遍历当前行的行链表,打印每个节点的行、列和值。
    • 打印换行符。

6.按列打印

void printColumnNodes(SparseMatrix* matrix) {
    printf("Column Nodes:\n");
    for (int j = 1; j <= matrix->cols; j++) {
        printf("Column %d: ", j);
        MatrixNode* current = matrix->colHeaders[j];
        while (current != NULL) {
            printf("(%d, %d, %d) ", current->row, current->col, current->value);
            current = current->down;
        }
        printf("\n");
    }
}
  • 与行打印等价

7. 主函数

int main() {
    // 创建一个3x3的稀疏矩阵
    SparseMatrix* matrix = createSparseMatrix(3, 3);

    // 插入元素
    insertElement(matrix, 1, 1, 1);
    insertElement(matrix, 1, 2, 2);
    insertElement(matrix, 2, 2, 3);
    insertElement(matrix, 3, 1, 4);
    insertElement(matrix, 3, 3, 5);

    // 打印稀疏矩阵
    printf("Sparse Matrix:\n");
    printSparseMatrix(matrix);

    // 输出每行节点
    printRowNodes(matrix);

    // 输出每列节点
    printColumnNodes(matrix);

    // 销毁稀疏矩阵
    destroySparseMatrix(matrix);

    return 0;
}

【数据结构】数组和字符串(八):稀疏矩阵的链接存储:十字链表的创建、插入元素、遍历打印(按行、按列、打印矩阵)、销毁,数据结构,数据结构,矩阵,链表,c语言文章来源地址https://www.toymoban.com/news/detail-739156.html

8. 代码整合

#include <stdio.h>
#include <stdlib.h>

// 定义矩阵节点结构
typedef struct MatrixNode {
    int row;
    int col;
    int value;
    struct MatrixNode* right;
    struct MatrixNode* down;
} MatrixNode;

// 定义稀疏矩阵结构
typedef struct SparseMatrix {
    int rows;
    int cols;
    MatrixNode** rowHeaders;
    MatrixNode** colHeaders;
} SparseMatrix;

// 创建稀疏矩阵
SparseMatrix* createSparseMatrix(int rows, int cols) {
    SparseMatrix* matrix = (SparseMatrix*)malloc(sizeof(SparseMatrix));
    matrix->rows = rows;
    matrix->cols = cols;

    // 创建行表头节点数组
    matrix->rowHeaders = (MatrixNode**)malloc((rows + 1) * sizeof(MatrixNode*));
    for (int i = 0; i <= rows; i++) {
        matrix->rowHeaders[i] = NULL;
    }

    // 创建列表头节点数组
    matrix->colHeaders = (MatrixNode**)malloc((cols + 1) * sizeof(MatrixNode*));
    for (int j = 0; j <= cols; j++) {
        matrix->colHeaders[j] = NULL;
    }

    return matrix;
}

// 销毁稀疏矩阵
void destroySparseMatrix(SparseMatrix* matrix) {
    if (matrix == NULL) {
        return;
    }

    // 释放所有节点内存
    for (int i = 1; i <= matrix->rows; i++) {
        MatrixNode* current = matrix->rowHeaders[i];
        while (current != NULL) {
            MatrixNode* temp = current;
            current = current->right;
            free(temp);
        }
    }

    // 释放行表头节点数组
    free(matrix->rowHeaders);

    // 释放列表头节点数组
    free(matrix->colHeaders);

    // 释放稀疏矩阵结构
    free(matrix);
}

// 插入元素
void insertElement(SparseMatrix* matrix, int row, int col, int value) {
    if (row <= 0 || row > matrix->rows || col <= 0 || col > matrix->cols) {
        printf("Invalid position!\n");
        return;
    }

    // 创建新节点
    MatrixNode* newNode = (MatrixNode*)malloc(sizeof(MatrixNode));
    newNode->row = row;
    newNode->col = col;
    newNode->value = value;
    newNode->right = NULL;
    newNode->down = NULL;

    // 插入到行链表
    if (matrix->rowHeaders[row] == NULL || matrix->rowHeaders[row]->col > col) {
        // 插入到行链表的头部
        newNode->right = matrix->rowHeaders[row];
        matrix->rowHeaders[row] = newNode;
    } else {
        MatrixNode* current = matrix->rowHeaders[row];
        while (current->right != NULL && current->right->col < col) {
            current = current->right;
        }
        newNode->right = current->right;
        current->right = newNode;
    }

    // 插入到列链表
    if (matrix->colHeaders[col] == NULL || matrix->colHeaders[col]->row > row) {
        // 插入到列链表的头部
        newNode->down = matrix->colHeaders[col];
        matrix->colHeaders[col] = newNode;
    } else {
        MatrixNode* current = matrix->colHeaders[col];
        while (current->down != NULL && current->down->row < row) {
            current = current->down;
        }
        newNode->down = current->down;
        current->down = newNode;
    }
}

// 打印稀疏矩阵
void printSparseMatrix(SparseMatrix* matrix) {
    for (int i = 1; i <= matrix->rows; i++) {
        MatrixNode* current = matrix->rowHeaders[i];
        for (int j = 1; j <= matrix->cols; j++) {
            if (current != NULL && current->col == j) {
                printf("%d ", current->value);
                current = current->right;
            } else {
                printf("0 ");
            }
        }
        printf("\n");
    }
}

// 输出每行节点
void printRowNodes(SparseMatrix* matrix) {
    printf("Row Nodes:\n");
    for (int i = 1; i <= matrix->rows; i++) {
        printf("Row %d: ", i);
        MatrixNode* current = matrix->rowHeaders[i];
        while (current != NULL) {
            printf("(%d, %d, %d) ", current->row, current->col, current->value);
            current = current->right;
        }
        printf("\n");
    }
}

// 输出每列节点
void printColumnNodes(SparseMatrix* matrix) {
    printf("Column Nodes:\n");
    for (int j = 1; j <= matrix->cols; j++) {
        printf("Column %d: ", j);
        MatrixNode* current = matrix->colHeaders[j];
        while (current != NULL) {
            printf("(%d, %d, %d) ", current->row, current->col, current->value);
            current = current->down;
        }
        printf("\n");
    }
}

int main() {
    // 创建一个3x3的稀疏矩阵
    SparseMatrix* matrix = createSparseMatrix(3, 3);

    // 插入元素
    insertElement(matrix, 1, 1, 1);
    insertElement(matrix, 1, 2, 2);
    insertElement(matrix, 2, 2, 3);
    insertElement(matrix, 3, 1, 4);
    insertElement(matrix, 3, 3, 5);

    // 打印稀疏矩阵
    printf("Sparse Matrix:\n");
    printSparseMatrix(matrix);

    // 输出每行节点
    printRowNodes(matrix);

    // 输出每列节点
    printColumnNodes(matrix);

    // 销毁稀疏矩阵
    destroySparseMatrix(matrix);

    return 0;
}

到了这里,关于【数据结构】数组和字符串(八):稀疏矩阵的链接存储:十字链表的创建、插入元素、遍历打印(按行、按列、打印矩阵)、销毁的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【数据结构】数组和字符串(二):特殊矩阵的压缩存储:对角矩阵——一维数组

    【数据结构】数组和字符串(一):矩阵的数组表示   矩阵是以按行优先次序将所有矩阵元素存放在一个一维数组中。但是对于特殊矩阵,如对称矩阵、三角矩阵、对角矩阵和稀疏矩阵等, 如果用这种方式存储,会出现大量存储空间存放重复信息或零元素的情况,这样会造

    2024年02月08日
    浏览(13)
  • 【零基础学Rust | 基础系列 | 数据结构】元组,数组,向量,字符串,结构体

    在Rust编程语言中,数据结构是组织和存储数据的一种方式,它们使得数据可以高效地被访问和操作。本章将详细介绍元组,数组,向量,字符串,和结构体这几种基本的数据结构。 元组是Rust编程语言中的一种复合数据类型,它可以包含多个值,这些值可以是不同类型。元组

    2024年02月11日
    浏览(15)
  • 【数据结构】数组和字符串(三):特殊矩阵的压缩存储:三角矩阵、对称矩阵——一维数组

    【数据结构】数组和字符串(一):矩阵的数组表示   矩阵是以按行优先次序将所有矩阵元素存放在一个一维数组中。但是对于特殊矩阵,如对称矩阵、三角矩阵、对角矩阵和稀疏矩阵等, 如果用这种方式存储,会出现大量存储空间存放重复信息或零元素的情况,这样会造

    2024年02月08日
    浏览(16)
  • 【数据结构】字符串匹配|BF算法|KMP算法|next数组的优化

    字符串匹配算法是在实际工程中经常遇到的问题,也是各大公司笔试面试的常考题目,本文主要介绍BF算法(最好想到的算法,也最好实现)和KMP算法(最经典的) BF算法,即暴力(Brute Force)算法,是普通的模式匹配算法,BF算法的思想就是将目标S的第一个字符与模式串T的第一

    2024年02月04日
    浏览(17)
  • 【数据结构-字符串 三】【栈的应用】字符串解码

    废话不多说,喊一句号子鼓励自己:程序员永不失业,程序员走向架构!本篇Blog的主题是【字符串转换】,使用【字符串】这个基本的数据结构来实现,这个高频题的站点是: CodeTop ,筛选条件为: 目标公司+最近一年+出现频率排序 ,由高到低的去 牛客TOP101 去找,只有两个

    2024年02月07日
    浏览(31)
  • 【JavaScript数据结构与算法】字符串类(反转字符串中的单词)

    个人简介 👀 个人主页: 前端杂货铺 🙋‍♂️ 学习方向: 主攻前端方向,也会涉及到服务端(Node.js) 📃 个人状态: 在校大学生一枚,已拿多个前端 offer(秋招) 🚀 未来打算: 为中国的工业软件事业效力 n 年 🥇 推荐学习:🍍前端面试宝典 🍉Vue2 🍋Vue3 🍓Vue2/3项目

    2023年04月09日
    浏览(53)
  • DSt:数据结构的最强学习路线之数据结构知识讲解与刷题平台、刷题集合、问题为导向的十大类刷题算法(数组和字符串、栈和队列、二叉树、堆实现、图、哈希表、排序和搜索、动态规划/回溯法/递归/贪心/分治)总

    Algorithm:【算法进阶之路】之算法面试刷题集合—数据结构知识和算法刷题及其平台、问题为导向的十大类刷题算法(数组和字符串、链表、栈和队列、二叉树、堆、图、哈希表、排序和搜索、回溯算法、枚举/递归/分治/动态规划/贪心算法)总结 目录 相关文章

    2024年02月08日
    浏览(22)
  • 数据结构与算法--字符串(单选题)

    1、令s=\\\"abcabaa\\\",则它的特征向量next函数值和优化特征向量nextval函数值为(下标从0开始): A.next={0,1,1,1,2,3,2},nextval={0,1,1,0,1,2,1} B.next={-1,0,0,-1,0,2,1},nextval={-1,0,0,0,1,2,1} C.next={-1,0,0,0,1,2,1},nextval={-1,0,0,-1,0,2,1} D.next={-1,0,0,0,1,2,1},nextval={-1,0,0,0,1,2,1} C 规定next[1]=0 s[2]前,“a”,next[2]=重合

    2024年02月07日
    浏览(16)
  • 数据结构--字符串的KMP算法

    朴素模式匹配算法: 一旦发现当前这个子串中某个字符不匹配,就只能转而匹配下一个子串(从头开始) 但我们可以知道: 不匹配的字符之前,一定是和模式串一致的 color{red}不匹配的字符之前,一定是和模式串一致的 不匹配的字符之前,一定是和模式串一致的 我们可以利用

    2024年02月12日
    浏览(20)
  • 数据结构(C语言):两个字符串比较大小

    在写这篇文章之前,作者想先和大家分享一个小故事。如果你不想看这个小故事的话,可以直接跳到第二点哦。 为了锻炼自己的编码能力,平时作业和实验题的代码我都是不看书、不看老师的PPT,按照自己的思路一行一行敲出来的。同时也不太理解那些照着书敲代码的同学。

    2024年02月03日
    浏览(15)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包