稀疏矩阵的运算.docx
《稀疏矩阵的运算.docx》由会员分享,可在线阅读,更多相关《稀疏矩阵的运算.docx(26页珍藏版)》请在冰豆网上搜索。
![稀疏矩阵的运算.docx](https://file1.bdocx.com/fileroot1/2022-11/27/2561be89-1326-44d5-915f-4f8522e56ef6/2561be89-1326-44d5-915f-4f8522e56ef61.gif)
稀疏矩阵的运算
数据结构课程设计
稀疏矩阵的运算
学生姓名:
学号:
指导教师:
完成日期:
目录:
1、分析问题和确定解决方案…………………………3
1.1问题描述……………………………3
1.2输入的形式和输入值的范围……………………3
1.3输出的形式………………………………3
1.4程序所能达到的功能……………………………3
1.5测试数据………………………………3
1.6确定解决方案………………………………4
1.7所有抽象数据类型的定义……………………………4
2、详细设计……………………………5
2.1稀疏矩阵加法运算思路……………………………5
2.2稀疏矩阵减法运算思路………………………………7
2.3稀疏矩阵转置运算思路………………………………9
2.4创建稀疏矩阵………………………………11
3、系统调试与测试……………………………12
3.1程序的菜单界面………………………………12
3.2实现加法运算………………………………12
3.3实现减法运算………………………………13
3.4实现转置运算………………………………14
4、结果分析……………………………………15
4.1、算法的时空分析………………………………15
4.2、经验和体会………………………………15
5、参考文献………………………………15
1、分析问题和确定解决方案
1.1问题描述
稀疏矩阵是指那些多数元素为零的矩阵。
利用“稀疏”特点进行存储和计算可以大大节省存储空间,提高计算效率。
实现一个能进行稀疏矩阵基本运算的运算器。
用三元组实现稀疏矩阵的相加、相减,转置;
1.2输入的形式和输入值的范围
以三元组的形式输入,首先应输入矩阵的行数和列数,并判别给出的两个矩阵的行、列数对于所要求作的运算是否相匹配。
可设矩阵的行数和列数均不超过20;
例如:
输入的三元组为:
((1,1,10),(2,3,9),(3,1,-1))其对应的稀疏矩阵为:
1.3输出的形式
运算结果的矩阵以通常的阵列形式输出;
1.4程序所能达到的功能
该程序可以实现以三元组形式输入两个矩阵,求出两个矩阵的和、差、转置;并可根据输入的矩阵的行列数不同判别是否可以进行相加、减、转置,并重新输入正确的矩阵;
1.5测试数据
测试的数据及其结果如下:
矩阵M矩阵N矩阵Q
加法:
+
=
减法:
-
=
转置:
->
1.6确定解决方案
进入运算器界面后选择要实行的操作,按1实现矩阵相加,调用函数AddRLSMatrix,若输入的两个矩阵行列数不相等,则提示输入错误,重新输入矩阵进行加法运算;按2实现矩阵相减,若输入的两个矩阵行列数不相等,则提示输入错误,重新输入矩阵进行减法运算;按3实现矩阵的转置;按4退出程序;
以加法为例实现运算过程,如下:
(稀疏矩阵的和为Q)
第一个稀疏矩阵M的三元组为((1,1,10),(2,3,9),(3,1,-1))
第二个稀疏矩阵N的三元组为((2,3,-1),(3,1,1),(3,3,-3))
M的第一个三元组(1,1,10)与N的第一个三元组(2,3,-1)比较,因行数1<2则Q得到第一个三元组(1,1,10);M的第二个三元组与N的第一个三元组比较,因对应行列数相等则9+(-1)=8,次行列数就是Q的行列数即得到Q的第二个三元组为(2,3,8);M第三个三元组(3,1,-1))与N的第二个三元组进行比较,因对应行列数相等,且1+(-1)=0,则不进行相加;而此时只有N的第三个三元组(3,3,-3)符合条件,则Q得到第三个三元组(3,3,-3);最终结果为
((1,1,10),(2,3,8),(3,3,-3))
1.7所有抽象数据类型的定义
以顺序存储结构来表示三元组表,则可得到稀疏矩阵的一种压缩存储方式——三元组顺序表。
/*稀疏矩阵的三元组顺序表存储表示*/
#defineMAXSIZE20//假设非零元个数的最大值为20
typedefstruct
{inti,j;//该非零元的行下标和列下标
ElemTypee;//该非零元数值
}Triple;
typedefstruct
{Tripledata[MAXSIZE+1];//非零三元组表,data[0]未用
intmu,nu,tu;//矩阵的行数(<20)、列数(<20)和非零元个数
}RLSMatrix;
在此,data域中表示非零元得三元组是以行序为主序顺序排列的,这样有利于进行某些矩阵运算。
抽象数据类型稀疏矩阵的定义如下:
ADTSparseMatrix{
数据对象:
D={aij|i=1,2,3,…,m;j=1,2,…,n;
Aij(-ElemSet,m和n分别称为矩阵的行数和列数}
数据关系:
R={Row,Col}
基本操作:
CreateSMatrix(&M);
操作结果:
创建稀疏矩阵M。
PrintSMatrix(M);
初始条件:
稀疏矩阵M存在。
操作结果:
输出稀疏矩阵M。
AddRLSMatrix(M,N,&Q);
初始条件:
稀疏矩阵M和N的的行数和列数对应相等。
操作结果:
求稀疏矩阵的和Q=M+N。
SubRLSMatrix(M,N,&Q);
初始条件:
稀疏矩阵M和N的的行数和列数对应相等。
操作结果:
求稀疏矩阵的差Q=M-N。
TransposeSMatrix(M,&T);
}ADTSpareMatrix
此流程表示的是主程序的流程以及各程序模块之间的层次(调用)关系。
稀疏矩阵运算器
2、详细设计
2.1稀疏矩阵的加法运算思路
比较满足条件(行数及列数都相同的两个矩阵)的两个稀疏矩阵中不为0的元素的行数及列数(即i与j),将i与j都相等的前后两个元素值e相加,保持i,j不变储存在新的三元组中,不等的则分别储存在此新三元组中。
最后得到的这个新三元组表就是两个矩阵的和矩阵的三元组表。
其算法如下:
voidAddRLSMatrix(RLSMatrixM,RLSMatrixN,RLSMatrix*Q)//稀疏矩阵相加
{
intp,q,k=1;
if(M.mu!
=N.mu||M.nu!
=N.nu)
{
printf("你的输入不满足矩阵相加的条件!
\n");
exit
(1);
}
Q->mu=M.mu;Q->nu=M.nu;
for(p=1,q=1;p<=M.tu&&q<=N.tu;)
{
if(M.data[p].i==N.data[q].i)
{
if(M.data[p].j==N.data[q].j)
{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e+N.data[q].e;
p++;q++;k++;
}
elseif(M.data[p].j{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;p++;
}
elseif(M.data[p].j>N.data[q].j)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=N.data[q].e;
k++;p++;
}
}
elseif(M.data[p].i{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;p++;
}
elseif(M.data[p].i>N.data[q].i)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=N.data[q].e;
k++;q++;
}
}
if(p!
=M.tu+1)
for(;p<=M.tu;p++)
{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;
}
if(q!
=N.tu+1)
for(;q<=N.tu;q++)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=N.data[q].e;
k++;
}
}
2.2稀疏矩阵相减的算法思路
此思路与稀疏矩阵相加的算法思路相同,其算法如下:
voidSubRLSMatrix(RLSMatrixM,RLSMatrixN,RLSMatrix*Q)//稀疏矩阵相减
{
intp,q,k=1;
if(M.mu!
=N.mu||M.nu!
=N.nu)
{
printf("你的输入不满足矩阵相减的条件!
\n");
exit
(1);
}
Q->mu=M.mu;Q->nu=M.nu;
for(p=1,q=1;p<=M.tu&&q<=N.tu;)
{
if(M.data[p].i==N.data[q].i)
{
if(M.data[p].j==N.data[q].j)
{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e-N.data[q].e;
p++;q++;k++;
}
elseif(M.data[p].j{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;p++;
}
elseif(M.data[p].j>N.data[q].j)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=-N.data[q].e;
k++;p++;
}
}
elseif(M.data[p].i{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;p++;
}
elseif(M.data[p].i>N.data[q].i)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=-N.data[q].e;
k++;q++;
}
}
if(p!
=M.tu+1)
for(;p<=M.tu;p++)
{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;
}
if(q!
=N.tu+1)
for(;q<=N.tu;q++)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=-N.data[q].e;
k++;
}
}
2.3稀疏矩阵转置的算法思路
转置运算是一种简单的矩阵运算。
对于一个m×n的矩阵M,它的转置矩阵T是一个n×m的矩阵,且T(i,j)=M(j,i),1≤i≤n,1≤j≤m。
voidTransposeSMatrix(RLSMatrix*M,RLSMatrix*N)//实现矩阵的转置
{
intq,col,p;
N->mu=M->nu;
N->nu=M->mu;
N->tu=M->tu;
if(N->tu)
{
q=1;
for(col=1;col<=M->tu;col++)
for(p=1;p<=M->tu;p++)
if(M->data[p].j==col)
{
N->data[q].i=M->data[p].j;
N->data[q].j=M->data[p].i;
N->data[q].e=M->data[p].e;
++q;
}
}
}
2.4创建稀疏矩阵
以三元组表的形式输入创建稀疏矩阵
其算法如下:
voidCreateSMatrix(RLSMatrix*T)//输入创建稀疏矩阵
{
intk;
printf("\n请输入矩阵行数、列数及非零元个数:
");
scanf("%d%d%d",&T->mu,&T->nu,&T->tu);
printf("\n");
if(T->tu>MAXSIZE||T->mu>21)
{
printf("非零个数超出定义范围!
出错!
");
exit(0);
}
for(k=1;k<=T->tu;k++)
{
printf("请输入第%d个非零元素的行数,列数及其值:
",k);
scanf("%d%d%d",&T->data[k].i,&T->data[k].j,&T->data[k].e);
}
}
voidAddRLSMatrix(RLSMatrixM,RLSMatrixN,RLSMatrix*Q)//稀疏矩阵相加
{
intp,q,k=1;
if(M.mu!
=N.mu||M.nu!
=N.nu)
{
printf("你的输入不满足矩阵相加的条件!
\n");
exit
(1);
}
Q->mu=M.mu;Q->nu=M.nu;
for(p=1,q=1;p<=M.tu&&q<=N.tu;)
{
if(M.data[p].i==N.data[q].i)
{
if(M.data[p].j==N.data[q].j)
{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e+N.data[q].e;
p++;q++;k++;
}
elseif(M.data[p].j{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;p++;
}
elseif(M.data[p].j>N.data[q].j)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=N.data[q].e;
k++;p++;
}
}
elseif(M.data[p].i{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;p++;
}
elseif(M.data[p].i>N.data[q].i)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=N.data[q].e;
k++;q++;
}
}
if(p!
=M.tu+1)
for(;p<=M.tu;p++)
{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;
}
if(q!
=N.tu+1)
for(;q<=N.tu;q++)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=N.data[q].e;
k++;
}
}
3、系统调试与测试
3.1程序的菜单界面如下:
3.2实现加法运算:
3.3实现减法运算:
3.4实现转置运算:
当在调试程序过程中遇到有错误的时候,先试着进行调试,找出不应该有得小错误,同时参照课本的算法思路对错误的语句进行分析,也上网找XX查询,以得到无错误的程序,更重要的是向别人请教。
4、结果分析
4.1时间复杂度的分析
a)加法运算
由于两矩阵行列相等,故时间复杂度为O(行*列)
b)减法运算
由于两矩阵行列相等,故时间复杂度为O(行*列)
c)转置运算
时间复杂度是O(列*非零元的个数)
4.2心得体会
虽然一直以来我不怎么喜欢数据结构这门课,但是它已经是我的一门课程,我就必须学好它,曾经在编程上遇到过很多困难,编了一学期的程序,有时会因为编出作业题目而又高兴几天,有时会因编不出程序而失落几天,总之,我喜欢编程的过程,包括与同学交流,上网XX,从中学到了很多。
5、参考文献
1、《数据结构》(c语言描述),严蔚敏编著,清华大学出版社
2、《数据结构题集》,严蔚敏编著,清华大学出版社
附源代码:
#include
#include
#defineMAXSIZE20
#defineMAXRC20
typedefstruct//稀疏矩阵的三元组顺序表存储表示
{inti,j;//该非零元的行下标和列下标
inte;
}Triple;
typedefstruct
{
Tripledata[MAXSIZE+1];//非零元三元组表,data[0]未用
intrpos[MAXRC+1];//各行第一个非零元的位置表
intmu,nu,tu;//矩阵的行数列数和非零元的个数
}RLSMatrix;
voidCreateSMatrix(RLSMatrix*T)//输入创建稀疏矩阵
{
intk;
printf("\n请输入矩阵行数、列数及非零元个数:
");
scanf("%d%d%d",&T->mu,&T->nu,&T->tu);
printf("\n");
if(T->tu>MAXSIZE||T->mu>21)
{
printf("非零个数超出定义范围!
出错!
");
exit(0);
}
for(k=1;k<=T->tu;k++)
{
printf("请输入第%d个非零元素的行数,列数及其值:
",k);
scanf("%d%d%d",&T->data[k].i,&T->data[k].j,&T->data[k].e);
}
}
voidAddRLSMatrix(RLSMatrixM,RLSMatrixN,RLSMatrix*Q)//稀疏矩阵相加
{
intp,q,k=1;
if(M.mu!
=N.mu||M.nu!
=N.nu)
{
printf("你的输入不满足矩阵相加的条件!
\n");
exit
(1);
}
Q->mu=M.mu;Q->nu=M.nu;
for(p=1,q=1;p<=M.tu&&q<=N.tu;)
{
if(M.data[p].i==N.data[q].i)
{
if(M.data[p].j==N.data[q].j)
{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e+N.data[q].e;
p++;q++;k++;
}
elseif(M.data[p].j{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;p++;
}
elseif(M.data[p].j>N.data[q].j)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=N.data[q].e;
k++;p++;
}
}
elseif(M.data[p].i{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;p++;
}
elseif(M.data[p].i>N.data[q].i)
{
Q->data[k].i=N.data[q].i;
Q->data[k].j=N.data[q].j;
Q->data[k].e=N.data[q].e;
k++;q++;
}
}
if(p!
=M.tu+1)
for(;p<=M.tu;p++)
{
Q->data[k].i=M.data[p].i;
Q->data[k].j=M.data[p].j;
Q->data[k].e=M.data[p].e;
k++;
}
if(q!