稀疏矩阵的数据结构

#include<iostream>
using namespace std;
#define MAXSIZE 100

/*--------稀疏矩阵--------*/
typedef struct
{
	int i, j;
	int e;
}Triple;
typedef struct
{
	Triple data[MAXSIZE + 1];//data[0]未使用
	int mu, nu, tu;//矩阵行数，列数，非零元个数
}TSMatrix;
bool TransposeSMatrix(TSMatrix m, TSMatrix &t)
//求稀疏矩阵m的转置矩阵，并保存在t中
//m中行从小到大，相同行的列从小到大
{
	t.mu = m.nu; t.nu = m.mu; t.tu = m.tu;
	int n = 1;
	int i, j;
	for (i = 1; i <= m.nu; i++)
		for (j = 1; j <= m.tu; j++) 
			if (m.data[j].j == i)
			{
				t.data[n].i = m.data[j].j; t.data[n].j = m.data[j].i;
				t.data[n].e = m.data[j].e;
				n++;
			}
	return true;
}
bool FastTransposeSMatrix(TSMatrix m, TSMatrix &t)
/*
快速专制法
如果能知道t中每一行的第一个非零元在b中的位置，在转置时可以直接将a中数据放入t中
所以通过求m中每一列的非零元个数，进而求的每一列的第一个非零元在b中的位置
col          1      2      3      4      5      6      7
num[col]                                                   m中第col列非零元的个数
cpot[col]                                                  m中第dol列第一个非零元在b中的位置
*/
{
	t.mu = m.nu; t.nu = m.mu; t.tu = m.tu;
	int num[8];//已知m的列数，7列，num[0]没用
	int cpot[8];//同上
	int col;
	for (int i = 0; i < 8; i++)num[i] = cpot[i] = 0;//初始化
	cpot[1] = 1;
	for (int i = 1; i <= m.tu; i++)//计算num
		num[m.data[i].j]++;
	for (int i = 2; i <= 7; i++)//计算cpot
		cpot[i] = cpot[i - 1] + num[i - 1];
	for (int i = 1; i <= m.tu; i++)//转置放入t
	{
		col = cpot[m.data[i].j];
		t.data[col].i = m.data[i].j; t.data[col].j = m.data[i].i;
		t.data[col].e = t.data[i].e;
		cpot[m.data[i].j]++;
	}
	return true;
}


int main()
{
	//测试用例
	TSMatrix m, t1, t2;
	m.mu = 6;
	m.nu = 6;
	m.tu = 8;
	m.data[1].i = 1; m.data[1].j = 2; m.data[1].e = 12;
	m.data[2].i = 1; m.data[2].j = 3; m.data[2].e = 9;
	m.data[3].i = 3; m.data[3].j = 1; m.data[3].e = -3;
	m.data[4].i = 3; m.data[4].j = 6; m.data[4].e = 14;
	m.data[5].i = 4; m.data[5].j = 3; m.data[5].e = 24;
	m.data[6].i = 5; m.data[6].j = 2; m.data[6].e = 18;
	m.data[7].i = 6; m.data[7].j = 1; m.data[7].e = 15;
	m.data[8].i = 6; m.data[8].j = 4; m.data[8].e = -7;
	TransposeSMatrix(m, t1);
	FastTransposeSMatrix(m, t2);


}