矩阵的转置

将原矩阵的行、列对换,也就是将[i][j]和[j][i]位置上的数据对换。

程序代码:

#include<vector>   //稀疏矩阵push pop operator[] 和顺序表一致template<class T>
struct Triple  //定义一个三元组 可以直接访问的定义成struct
{
size_t _row;
size_t _col;
T _value;Triple(size_t row, size_t col, const T& value)
:_row(row)
, _col(col)
, _value(value)
{}
};template<class T>
class SparseMatrix
{
public:
SparseMatrix(size_t M, size_t N, const T&invalid)
:_M(M)
, _N(N)
, invalid(invalid)
{}
SparseMatrix(const T* a, size_t M, size_t N,const T& invalid)//const T& invalid表示哪个是无效数据
:_M(M)
, _N(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) //不等于无效值
{
Triple<T> t(i, j, a[i*N + j]);
_a.push_back(t);
}
}
}
}void Display()
{
size_t index = 0;
for (size_t i = 0; i < _M; ++i)
{
for (size_t j = 0; j < _N; ++j)
{
if (index<_a.size()&&
i == _a[index]._row && j == _a[index]._col)
{
cout << _a[index].value << " ";
++index;
}
else
{
cout << _invalid << " ";
}
}
cout << endl;
}
cout << endl;
}SparseMatrix<T> Transport()      //转置
{//时间复杂度 O(有效数据的个数*N(列))
SparseMatrix<T> sm(_N,_M,_invalid);for (size_t i = 0; i < N; ++i)
{
size_t index = 0;
while (index < _a.size())
{
if (_a[index].col == i)
{
Triple<T> t(_a[index]._col, _a[index]._row, _a[index]._value);
sm._a.push_back(t);
}
++index;
}
}
return sm;
}
protected:        //存三元组数组
//Triple<T>* _a;       直接用动态顺序表
vector<Triple<T>> _a;
size_t _M;
size_t _N;
T _invalid;
};void Test2()
{
int a[6][5] = { { 1, 0, 3, 0, 5 },{ 0, 0, 0, 0, 0 },{ 0, 0, 0, 0, 0 },{ 2, 0, 4, 0, 6 },{ 0, 0, 0, 0, 0 },{ 0, 0, 0, 0, 0 } };
SparseMatrix<int> sm((int*)a,6,5,0); //强制转换成一维数组 数组 6行 5列 非法值0
sm.Display();SparseMatrix<int> sm2 = sm.Transport();
sm2.Display();
}#include<iostream>
using namespace std;#include<stdlib.h>
#include"Matrix.h"int main()
{
//Test1();
Test2();
system("pause");
return 0;
}

运行结果:

1 0 0 2 0 0

0 0 0 0 0 0

3 0 0 4 0 0

0 0 0 0 0 0

5 0 0 6 0 0

快速转置

程序代码:

#include<vector>   //稀疏矩阵push pop operator[] 和顺序表一致template<class T>
struct Triple  //定义一个三元组 可以直接访问的定义成struct
{
size_t _row;
size_t _col;
T _value;Triple(size_t row=0, size_t col=0, const T& value=T())//const临时对象具有常性
:_row(row)
, _col(col)
, _value(value)
{}
};template<class T>
class SparseMatrix
{
public:
SparseMatrix(size_t M, size_t N, const T&invalid)
:_M(M)
, _N(N)
, invalid(invalid)
{}
SparseMatrix(const T* a, size_t M, size_t N,const T& invalid)//const T& invalid表示哪个是无效数据
:_M(M)
, _N(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) //不等于无效值
{
Triple<T> t(i, j, a[i*N + j]);
_a.push_back(t);
}
}
}
}void Display()
{
size_t index = 0;
for (size_t i = 0; i < _M; ++i)
{
for (size_t j = 0; j < _N; ++j)
{
if (index<_a.size()&&
i == _a[index]._row && j == _a[index]._col)
{
cout << _a[index].value << " ";
++index;
}
else
{
cout << _invalid << " ";
}
}
cout << endl;
}
cout << endl;
}SparseMatrix<T> FastTransport()      //快速转置
{
//时间复杂度 O(有效数据个数+N)
SparseMatrix<T> sm(_N, _M, _invalid);int* rowCounts = new int[_N];//统计转置后数据个数
memset(rowCounts, 0, sizeof(int)*_N);size_t index = 0;
while (index < _a.size())
{
rowCounts[_a[index].col]++;
++index;
}int rowStart = new int[_N];
rowStart[0] = 0;
for (size_t i = 1; i < _N; ++i)
{
rowStart[i] = rowStart[i - 1] + rowCounts[i - 1];
}index = 0;
sm._a.resize(_a.size())';'   //不能用pushback
while (index < _a.size())     //_a.size有效数据的个数
{
size_t row = _a[index]._col;
int& start = rowStart[row];Triple<T> t(_a[index]._col, _a[index]._row, _a[index]._value);sm._a[start] = t;
++start;   // rowStart[row]里的值++
++index;
}delete[] rowCounts;
delete[] rowStart;return sm;
}
protected:        //存三元组数组
//Triple<T>* _a;       直接用动态顺序表
vector<Triple<T>> _a;
size_t _M;
size_t _N;
T _invalid;
};void Test2()
{
int a[6][5] = { { 1, 0, 3, 0, 5 },{ 0, 0, 0, 0, 0 },{ 0, 0, 0, 0, 0 },{ 2, 0, 4, 0, 6 },{ 0, 0, 0, 0, 0 },{ 0, 0, 0, 0, 0 } };
SparseMatrix<int> sm((int*)a,6,5,0); //强制转换成一维数组 数组 6行 5列 非法值0
sm.Display();SparseMatrix<int> sm2 = sm.Transport();
sm2.Display();SparseMatrix<int> sm3 = sm.FastTransport();
sm3.Display();
}#include<iostream>
using namespace std;#include<stdlib.h>
#include"Matrix.h"int main()
{
//Test1();
Test2();
system("pause");
return 0;
}

运行结果:

1 0 0 2 0 0

0 0 0 0 0 0

3 0 0 4 0 0

0 0 0 0 0 0

5 0 0 6 0 0

转载于:https://blog.51cto.com/10920765/1783600

c++矩阵的转置和快速转置相关推荐

  1. 数据结构实验6_压缩矩阵的转置、普通转置、快速转置算法

    实验6.压缩矩阵的2种转置运算 (1)实验目的 通过该实验,让学生理解矩阵压缩存储的概念.方法等相关知识,掌握用三元组表的方式如何进行矩阵的压缩存储, 并在此基础上进行转置操作,理解转置和快速转置两种 ...

  2. 5.3矩阵的压缩存储(稀疏矩阵转置和快速转置)

    在矩阵中有许多值相同的元素或者是零元素.有时为了节省存储空间,可以对这类矩阵进行压缩存储.所谓的压缩存储是指:为多个值相同的元值分配一个存储空间:对零元不分配空间. 5.32稀疏矩阵 在m*n的矩阵中 ...

  3. 稀疏矩阵的转置(矩阵转置和快速转置)

    实现矩阵的转置: 1.将矩阵的行列值相互转换. 2.将每个三元组中的i和j交换. 3.重排三元组之间的次序便可实现矩阵的转置. void TransposeSMatrix(TSMatrix M, TS ...

  4. 十四、矩阵的快速转置算法

    十四.矩阵的快速转置算法 文章目录 十四.矩阵的快速转置算法 题目描述 解题思路 上机代码 题目描述 数据压缩是提高传输.存储效率一种技术.教材第5章介绍了两种简单的压缩存储方法.本实验要求实现三元组 ...

  5. java三元组的快速转置_矩阵压缩——三元组以及矩阵快速转置程序实现

    一.问题描述 将一个稀疏矩阵,用三元组的方式压缩存储,然后实现其快速转置 二.实验源码 #include #include #define Size 100 typedef struct { int ...

  6. 13.矩阵的快速转置算法

    问题 描述 数据压缩是提高传输.存储效率一种技术.教材第5章介绍了两种简单的压缩存储方法.本实验要求实现三元组顺序表表示下的矩阵快速转置算法. 输入 稀疏矩阵的行数.列数.非零元个数(三个数都大于0) ...

  7. 矩阵的快速转置和矩阵加法

    1.稀疏矩阵A,B均采用三元组顺序表表示,验证实现矩阵A快速装置算法,并设计,验证矩阵A,B相加得到矩阵C的算法.    (1)从键盘输入矩阵的行数和列数,随机生成稀疏矩阵.    (2)设计算法将随 ...

  8. 矩阵三元组的快速转置

    1. 三元组矩阵的快速转置主要借助了两个外部数组,Num[]和Copt[],Num[]存放了转置之前的矩阵每一列中元素的个数.Copt[]矩阵存放了转置之后的三元组举证项应该存放的数据结构中的位置. ...

  9. 2. 矩阵的快速转置算法

    2. 矩阵的快速转置算法 成绩 10 开启时间 2018年10月28日 星期日 18:00 折扣 0.8 折扣时间 2018年11月18日 星期日 23:55 允许迟交 否 关闭时间 2018年11月 ...

  10. 数组:矩阵快速转置 矩阵相加 三元组顺序表/三元矩阵 随机生成稀疏矩阵 压缩矩阵【C语言,数据结构】(内含源代码)

    目录 题目: 题目分析: 概要设计: 二维矩阵数据结构: 三元数组\三元顺序表顺序表结构: 详细设计: 三元矩阵相加: 三元矩阵快速转置: 调试分析: 用户手册: 测试结果: 源代码: 主程序: 头文 ...

最新文章

  1. Centos+PHP模块+exif扩展 (第三方模块)
  2. python基础类型
  3. 生物信息学常见数据格式 • fasta • fastq • gff/gtf
  4. python3 删除 文件 文件夹
  5. valgrind 看内存泄漏
  6. golang break label 与goto label
  7. python数据处理高斯滤波_十大点云数据处理技术梳理
  8. ABAP 向上取整和向下取整 CEIL FLOOR
  9. 《看门狗》真人版跑酷!
  10. LeetCode 1664. 生成平衡数组的方案数(前缀和+后缀和)
  11. javascript HTMLAudioElement
  12. XXX管理平台系统——项目总结(over)
  13. 20170829,记我第一次电面
  14. LightOJ 1336 Sigma Function 算数基本定理
  15. IOS Dev Intro - NM OTool lipo
  16. 百度开放平台SDK错误解决
  17. 2021-12-23 714. 买卖股票的时机含手续费(动态规划)
  18. 星浩资本快速发展引擎:IT就是生产力
  19. Jetson TX2内存/显存
  20. 移动编程基础知识(复习提纲)

热门文章

  1. C# Serilog日志框架
  2. Linux下部署WordPress
  3. 总有被遗忘或者没有及时跟进的工作
  4. symbol lookup error: /home/quantum6/build_libs/lib/libreadline.so.7: undefined symbol: UP
  5. USB的速度还是不够快
  6. 保留正常工作的环境,等自己的搞好后再替换
  7. 某项目中,doubango与NAT服务器的冲突
  8. trump可音译为“专普”
  9. Kalman算法C++实现代码(编译运行通过)
  10. 由最近Win10升级事故,回忆一次经历