以下列稀疏矩阵为例：                 行下标   列下标  元素值
0 0 8  0 0  0                      0       2      8
0 0 0  0 0  0                      2       0      5
5 0 0  0 16 0                      2       4      16
0 0 18 0 0  0                      3       3      18
0 0 0  9 0  0                      4       3      9
转置后为：
0 0 5  0  0                        0       2      5
0 0 0  0  0                        2       0      8
8 0 0  18 0                        2       3      18
0 0 0  0  9                        3       4      9
0 0 16 0  0                        4       2      16
0 0 0  0  0   

package bigjun.iplab.sparseMatrix;
/*** 稀疏矩阵的三元组结点类*/
public class TripleNode {public int row;     // 行号public int column;  // 列号public int value;   // 数据元素值// 有参数构造方法public TripleNode(int row, int column, int value) {this.row = row;this.column = column;this.value = value;}// 无参数构造方法public TripleNode() {this(0, 0, 0);}}

package bigjun.iplab.sparseMatrix;
/*** 稀疏矩阵三元组顺序表类*/
public class SparseMatrix {public TripleNode data[];   // 三元组表public int rows;            // 行数public int columns;            // 列数public int nums;            // 非零元素个数// 稀疏矩阵构造方法1: 为顺序表分配maxSize个存储单元并初始化public SparseMatrix(int maxSize) {data = new TripleNode[maxSize];for (int i = 0; i < data.length; i++) {data[i] = new TripleNode();}rows = 0;columns = 0;nums = 0;}// 稀疏矩阵构造方法2: 根据给定的稀疏矩阵创建你三元组表// 按先行序后列序的原则依次扫描已知稀疏矩阵的所有元素，并把非零元素插入到构造方法1生成的三元组顺序表中public SparseMatrix(int mat[][]) {int i,j, k = 0, count = 0;rows = mat.length;                  // 获取行数columns = mat[0].length;            // 获取列数for (i = 0; i < rows; i++) {        // 统计非零元素的个数for (j = 0; j < columns; j++) {if (mat[i][j] != 0) {count++;}}}nums = count;    // 非零元素的个数data = new TripleNode[nums];   // 调用构造方法1来申请三元组表的结点空间for (i = 0; i < rows; i++) {for (j = 0; j < columns; j++) {if (mat[i][j] != 0) {data[k] = new TripleNode(i, j, mat[i][j]);  // 建立三元组k++;}}}}// 矩阵转置算法public SparseMatrix transpose() {SparseMatrix tMatrix = new SparseMatrix(nums);      // 创建矩阵对象tMatrix.columns = rows;                                // 行数变为列数tMatrix.rows = columns;                                // 列数变为行数tMatrix.nums = nums;                                // 非零元素个数不变int q = 0;for (int i = 0; i < columns; i++) {                    // 从第0行开始搜索for (int j = 0; j < nums; j++) {                // 遍历完所有元素if (data[j].column == i) {                    // 第i行就找列号为i的，先0再1...tMatrix.data[q].row = data[j].column;tMatrix.data[q].column = data[j].row;tMatrix.data[q].value = data[j].value;q++;}}}return tMatrix;}// 矩阵快速转置算法public SparseMatrix fastTranspose() {SparseMatrix tMat = new SparseMatrix(nums);         // 创建矩阵对象tMat.columns = rows;                                // 行数变为列数tMat.rows = columns;                                // 列数变为行数tMat.nums = nums;                                    // 非零元素个数不变int i, j = 0, k = 0;int[] num, cpot;if (nums > 0) {num = new int[columns];   // num[i]表示N中第i列的非零元素个数cpot = new int[columns];   // 每列非零元素个数数组num初始化全部归零for (i = 0; i < columns; i++) { num[i] = 0;}// 计算每列非零元素个数for (i = 0; i < nums; i++) {j = data[i].column;num[j]++;}// 计算每列第1个非零元素在TM中的位置cpot[0] = 0;for (i = 1; i < columns; i++) {cpot[i] = cpot[i-1] +num[i-1];//cpot[i]表示N中第i列的第一个非零元素在TM中的位置
            }// 执行转置操作for (i = 0; i < nums; i++) {           // 扫描整个三元组表j = data[i].column;k = cpot[j];                       // 该元素在TM中的行号tMat.data[k].row = data[i].column;tMat.data[k].column = data[i].row;tMat.data[k].value = data[i].value;cpot[j]++;                            // 该列下一个非零元素的存放位置
            }}return tMat;}// 遍历稀疏矩阵并打印输出public void MatrixTraverse() {System.out.println("稀疏矩阵的三元组存储结构: ");System.out.println("行数: " + rows + ", 列数: " + columns + ", 非零元素个数: " + nums);System.out.println("行下标       列下标           元素值");for (int j = 0; j < nums; j++) {System.out.println(data[j].row + "\t" + data[j].column + "\t" + data[j].value);}}public static void main(String[] args) {int m[][] = {{0, 0, 8,  0,  0,  0},{0, 0, 0,  0,  0,  0},{5, 0, 0,  0,  16, 0},{0, 0, 18, 0,  0,  0},{0, 0, 0,  9,  0,  0}};SparseMatrix sM = new SparseMatrix(m);sM.MatrixTraverse();SparseMatrix tM = sM.transpose();tM.MatrixTraverse();SparseMatrix fM = sM.fastTranspose();fM.MatrixTraverse();}}

稀疏矩阵的三元组存储结构:
行数: 5, 列数: 6, 非零元素个数: 5
行下标 列下标 元素值
0    2    8
2    0    5
2    4    16
3    2    18
4    3    9
稀疏矩阵的三元组存储结构:
行数: 6, 列数: 5, 非零元素个数: 5
行下标 列下标 元素值
0    2    5
2    0    8
2    3    18
3    4    9
4    2    16
稀疏矩阵的三元组存储结构:
行数: 6, 列数: 5, 非零元素个数: 5
行下标 列下标 元素值
0    2    5
2    0    8
2    3    18
3    4    9
4    2    16