基于哈希表构建高效 矩阵存储结构--矩阵的一种存储方法 哈希矩阵。

注：这是一个自己的探索性的研究，自己对数据结构这门课本身掌握的不是非常扎实，纰漏之处敬请评论指正:

最近写论文要用到交叉口元胞矩阵的建模，需求是这样的。给定矩阵的x，y坐标，求该坐标上的元胞网格。

共有几种运算。

1  判断矩阵（x,y）处 有没有元胞

2  获取（x,y）处的矩阵元素

3 移动元素在矩阵中的位置，从（xO,yO）移动到（xD,yD）

4 遍历矩阵中的元素并且进行处理

 

个人觉得十字链表太恶心，添加删除节点，内部的数据如指针等都要自己维护，烦得很。三元组的三个域也很有意思（x,y,你想要存储的数据），多个三元组本身还有一个存储的问题，当然最简单的就是线形存贮。利用三元素数组进行矩阵记录,本身又引入了三元组数组的管理问题。二维数组的方式简单直观，二维数组存贮稀疏矩阵空间浪费严重。这里，我是使用哈希表做矩阵的存贮结构。

插播个广告：

      个人认为数据结构这门课，不管是什么语言实现，引入新的数据结构都使用最原始的数据类型如int char 进行重建，各种数据结构类型之间并没有很好相互利用,有点每次都从头开始的意思。而且不鼓励思考，直接给出实现方法的内容安排，也是容易让人认为这种数据结构的实现就书本上的几种方法。这不利于我们工程研究中设计出更好的更快速的数据结构。换句话说，这门课没有给它的学习者留下想象和提高的空间，直接给出答案，缺乏对学习者自身的思考创新的鼓励。

          利用哈希表存贮矩阵好处简直一大堆，例如你不需要考虑你要存贮的矩阵是不是稀疏，分贝对矩阵采用不同的存储方式，哈希矩阵足够节省空间了（浪费的空间数就是哈希表为了解决冲突引入的额外的的空间数），如果你是完美主义者，喜欢要更好更节省空间的矩阵存储方法，那么恭喜你，你可以不用思考如何存贮矩阵了，直接思考如何构造更高效的哈希函数即可，说不定还能在前人的基础上提高那么几个百分点，这很难，按照现有的理论已经是或者是接近存储空间最优了。个人认为：哈希表使用了一种很好的思想，就是将如何找到 最优间节省的存贮结构 这样一个问题转变为如何找到一个高效的哈希函数，提取了思考的重点，缩小了思考的范围，将实现与设计的分离，降低了复杂