稀疏矩阵的压缩存储以及快速转置

最新推荐文章于 2021-04-17 17:11:30 发布

原创

最新推荐文章于 2021-04-17 17:11:30 发布 · 946 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#稀疏矩阵转置 #存储

本文探讨了稀疏矩阵的压缩存储方法，采用{row, col, value}三元组按行优先顺序存储有效数据。在矩阵转置过程中，分析了直接交换行和列可能导致的问题，并提出了两种转置策略：一是交换后再行优先排序，二是利用列的有效元素个数记录优化。第一种方法的时间复杂度较高，而第二种方法通过记录每列有效元素个数和起始位置，降低了时间复杂度。" 107195704,7999076,Cypress初学者指南：登录页面测试实战,"['自动化测试', 'Cypress', '前端测试', '调试工具', '网页应用']

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。
矩阵的转置将原矩阵的行、列对换，也就是将[i][j]和[j][i]位置上的数据对换。
这里写图片描述
在压缩存储的过程中要注意越界问题

    SparseMatrix( T *arr , int m, int n, T invalid)
               :_row( m)
               ,_col( n)
               , _invalid( invalid)
        {
                for (int i = 0; i < _row; i++)
               {
                        for (int j = 0; j < _col; j++)
                       {
                               if (arr [i*_col + j] != invalid)
                              {
                                       Trituple t(i, j, arr [i*_col + j]);
                                      sm.push_back(t);
                              }
                       }
               }
        }

还原矩阵

   void Display1()
        {
                size_t index = 0;
                for (size_t i = 0; i < _row; i++)
               {
                        f

最低0.47元/天解锁文章