溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

稀疏矩陣的壓縮存儲(chǔ)及轉(zhuǎn)置算法

發(fā)布時(shí)間:2020-07-16 22:39:47 來(lái)源:網(wǎng)絡(luò) 閱讀:1674 作者:馬尾和披肩 欄目:編程語(yǔ)言

只怪 博主智商無(wú)下限,花了一個(gè)周末終于把系數(shù)矩陣的壓縮存儲(chǔ)及其轉(zhuǎn)置給弄明白了,所以今天就和大家分享一下我的學(xué)習(xí)過(guò)程啦?。?!

稀疏矩陣是指矩陣中大多數(shù)元素為零的矩陣,從直觀上講,非零元素的個(gè)數(shù)低于總元素的30%時(shí),這樣的矩陣稱為稀疏矩陣。

稀疏矩陣的壓縮存儲(chǔ)及轉(zhuǎn)置算法


1.稀疏矩陣的三元組組表示法

對(duì)于稀疏矩陣的壓縮存儲(chǔ),采取只存儲(chǔ)非零元素的方法,由于稀疏矩陣中非零元素的分布沒(méi)有規(guī)律,所以呢???在存儲(chǔ)非零元素的時(shí)候必須給每個(gè)元素做個(gè)標(biāo)記(非零元素在矩陣中所處的行號(hào)和列號(hào))。

稀疏矩陣的壓縮存儲(chǔ)及轉(zhuǎn)置算法

//稀疏矩陣三元組表類型的定義
struct Triple
{
T _value;
size_t _row;
size_t _col;

Triple(size_t row=0,size_t col=0,const T& value=T())
:_value(value)
,_row(row)
,_col(col)
{}
};


(1)Triple是包含三個(gè)域的結(jié)構(gòu)體類型,其元素是為了存儲(chǔ)非零元的三元組


2.稀疏矩陣的壓縮存儲(chǔ)

就上圖給出的矩陣而言,運(yùn)用三元組壓縮存儲(chǔ)的方法存儲(chǔ)后的結(jié)果是醬紫滴


稀疏矩陣的壓縮存儲(chǔ)及轉(zhuǎn)置算法

源代碼是醬紫滴:


//用三元組表示實(shí)現(xiàn)稀疏矩陣的壓縮存儲(chǔ)
	SpareMatrix(T* a,size_t m,size_t n,const T& invalid)
		:_rowsize(m)
		,_colsize(n)
		,_invalid(invalid)
	{
		for(size_t i=0;i<m;i++)
		{
			for(size_t j=0;j<n;j++)
			{
				if(a[i*n+j]!=invalid)
				{
				_a.push_back(Triple<T>(i,j,a[i*n+j]));
				}
			}
		}
	
	}



3.稀疏矩陣的列序遞增轉(zhuǎn)置法


采用被轉(zhuǎn)置矩陣按照列序遞增的的順序進(jìn)行轉(zhuǎn)置,并依此將將其送入轉(zhuǎn)置后的三元組表中,這樣子的話轉(zhuǎn)置后的三元組表恰好是以行序號(hào)為主的哦 。

具體做法:



(1)找出轉(zhuǎn)置后的第一行元素:第一遍從頭至尾掃描三元組表,找出所有_col為1的三元組,轉(zhuǎn)置后按順序放到開(kāi)辟好新的三元組表中

(2)找出轉(zhuǎn)置后的第二行元素:第一遍從頭至尾掃描三元組表,找出所有_col為2的三元組,轉(zhuǎn)置后按順序放到開(kāi)辟好新的三元組表中

 源代碼是醬紫滴:
//稀疏矩陣的轉(zhuǎn)置
SpareMatrix<T> Transport()
{
      SpareMatrix<T> tmp;
  tmp._rowsize = _colsize;
  tmp._colsize = _rowsize;
  tmp._invalid=_invalid;
  //給構(gòu)建好的匿名對(duì)象開(kāi)辟空間,但是不改變size的大小,開(kāi)辟后初始化的值為原來(lái)的。
  tmp._a.reserve(_a.size());
  for(size_t i=0;i<_colsize;i++)
  {
  size_t index=0;
  for(index=0;index<_a.size();index++)
  {
   if(_a[index]._col==i)
   {
   Triple <T> tp;
   tp._row=_a[index]._col;
   tp._col=_a[index]._row;
   tp._value=_a[index]._value;
   tmp._a.push_back(tp);
   }
  }
  }
  return tmp;
  
}

注釋:雖然構(gòu)建了一個(gè) SpareMatrix<T> tmp類型的對(duì)象但是并沒(méi)有給它開(kāi)辟和_a一樣大小的空間,所以要調(diào)用reserve或者resize兩個(gè)函數(shù)中任意一個(gè)即可,否則當(dāng)你在運(yùn)行程序的時(shí)候會(huì)奔潰哦,智商無(wú)下線的博主昨天就是犯了這個(gè)錯(cuò)誤,程序跑起來(lái)的時(shí)候,老是彈出這樣的框框:

稀疏矩陣的壓縮存儲(chǔ)及轉(zhuǎn)置算法

最后調(diào)試了好久才發(fā)現(xiàn)問(wèn)題所在稀疏矩陣的壓縮存儲(chǔ)及轉(zhuǎn)置算法氣死寶寶啦,



算法分析:

算法主要耗費(fèi)在雙重循環(huán)中,其時(shí)間復(fù)雜度為o(_colsize*_a.size());


4.稀疏矩陣的一次定位快速轉(zhuǎn)置算法

 

算法思想:

(1)計(jì)算待轉(zhuǎn)置矩陣三元組表中每一列非零元素的個(gè)數(shù),即轉(zhuǎn)置后矩陣三元組表每一行中非零元素的個(gè)數(shù)。

(2)計(jì)算待轉(zhuǎn)置矩陣每一列中第一個(gè)非零元素三元組表中的具體位置。

源代碼是醬紫滴:

/稀疏矩陣的快速轉(zhuǎn)置
SpareMatrix<T> FastTransport()
{
  SpareMatrix<T> tmp;
  tmp._rowsize = _colsize;
  tmp._colsize = _rowsize;
  tmp._invalid=_invalid;
  int* rowcounts=new int[tmp._rowsize];
  int* rowstart=new int[tmp._rowsize];
  memset(rowcounts,0,sizeof((int*)_colsize));
  memset(rowstart,0,sizeof((int*)_colsize));
  size_t index=0;
 
  //計(jì)算待轉(zhuǎn)置矩陣每一列非零元素的個(gè)數(shù)
  while(index<_a.size())
  {
  rowcounts[_a[index]._col]++;
  index++;
  }


//計(jì)算待轉(zhuǎn)置矩陣每一列第一個(gè)非零元素在三元組表中的位置
rowstart[0]=0;
for(size_t i=1;i<_colsize;i++)
{
rowstart[i]=rowstart[i-1]+rowcounts[i-1];
}

index=0;
//給_a的匿名對(duì)象開(kāi)辟_a大小的空間
    tmp._a.resize(_a.size());
while(index<_a.size())
{/*
size_t rowindex=_a[index]._col;*/
int& start=rowstart[_a[index]._col];

Triple<T> tp;
tp._value=_a[index]._value;
tp._row=_a[index]._col;
tp._col=_a[index]._row;
tmp._a[start++]=tp;
index++;
}
return tmp;
}



算法分析:

一次定位快速轉(zhuǎn)置算法時(shí)間主要耗費(fèi)在三個(gè)并列的循環(huán)中,因而時(shí)間復(fù)雜度為o(_a.size+_colsize).

 

完整的源代碼:


 

//稀疏矩陣的壓縮存儲(chǔ)
#include<iostream>
#include<vector>
using namespace std;
template<typename T>
//稀疏矩陣三元組表類型的定義
struct Triple
{
T _value;
size_t _row;
size_t _col;

Triple(size_t row=0,size_t col=0,const T& value=T())
:_value(value)
,_row(row)
,_col(col)
{}

};
template<typename T>
//稀疏矩陣
class SpareMatrix
{
public:

SpareMatrix()
:_rowsize(0)
,_colsize(0)
,_invalid(0)
{}
//用三元組表示實(shí)現(xiàn)稀疏矩陣的壓縮存儲(chǔ)
SpareMatrix(T* a,size_t m,size_t n,const T& invalid)
:_rowsize(m)
,_colsize(n)
,_invalid(invalid)
{
for(size_t i=0;i<m;i++)
{
for(size_t j=0;j<n;j++)
{
if(a[i*n+j]!=invalid)
{
_a.push_back(Triple<T>(i,j,a[i*n+j]));
}
}
}

}
//稀疏矩陣的轉(zhuǎn)置
SpareMatrix<T> Transport()
{
      SpareMatrix<T> tmp;
  tmp._rowsize = _colsize;
  tmp._colsize = _rowsize;
  tmp._invalid=_invalid;
  //給構(gòu)建好的匿名對(duì)象開(kāi)辟空間,但是不改變size的大小,開(kāi)辟后初始化的值為原來(lái)的。
  tmp._a.reserve(_a.size());
  for(size_t i=0;i<_colsize;i++)
  {
  size_t index=0;
  for(index=0;index<_a.size();index++)
  {
   if(_a[index]._col==i)
   {
   Triple <T> tp;
   tp._row=_a[index]._col;
   tp._col=_a[index]._row;
   tp._value=_a[index]._value;
   tmp._a.push_back(tp);
   }
  }
  }
  return tmp;
  
}
//稀疏矩陣的快速轉(zhuǎn)置
SpareMatrix<T> FastTransport()
{
  SpareMatrix<T> tmp;
  tmp._rowsize = _colsize;
  tmp._colsize = _rowsize;
  tmp._invalid=_invalid;
  int* rowcounts=new int[tmp._rowsize];
  int* rowstart=new int[tmp._rowsize];
  memset(rowcounts,0,sizeof((int*)_colsize));
  memset(rowstart,0,sizeof((int*)_colsize));
  size_t index=0;
 
  //計(jì)算待轉(zhuǎn)置矩陣每一列非零元素的個(gè)數(shù)
  while(index<_a.size())
  {
  rowcounts[_a[index]._col]++;
  index++;
  }


//計(jì)算待轉(zhuǎn)置矩陣每一列第一個(gè)非零元素在三元組表中的位置
rowstart[0]=0;
for(size_t i=1;i<_colsize;i++)
{
rowstart[i]=rowstart[i-1]+rowcounts[i-1];
}

index=0;
//給_a的匿名對(duì)象開(kāi)辟_a大小的空間
    tmp._a.resize(_a.size());
while(index<=_a.size())
{/*
size_t rowindex=_a[index]._col;*/
int& start=rowstart[_a[index]._col];

Triple<T> tp;
tp._value=_a[index]._value;
tp._row=_a[index]._col;
tp._col=_a[index]._row;
tmp._a[start++]=tp;
index++;
}
return tmp;
}
void display()
{
   size_t index=0;
for(size_t i=0;i<_rowsize;i++)
{
for(size_t j=0;j<_colsize;j++)
{
   if(index<_a.size() && _a[index]._row==i && _a[index]._col==j)
   {
        cout<<_a[index++]._value<<" ";
   }
   else
   {
   cout<<_invalid<<" ";
   }
}
cout<<endl;
}
cout<<endl;
}


protected:
vector<Triple <T> > _a;
size_t _rowsize;
size_t _colsize;
T _invalid;

};

void test()
{
    int a[4][4]={{1,0,0,0},
                 {2,2,0,0},
                 {0,1,3,0},
                 {1,0,0,4}};
SpareMatrix<int>sm1((int*)a,4,4,0);
sm1.display();

SpareMatrix<int> sm2=sm1.Transport();
sm1.display();

SpareMatrix<int> sm3=sm1.FastTransport();
sm1.display();
}
int main()
{
test();
getchar();
return 0;
}





















向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI