标签：存储 27 09 矩阵 零元 2021 数组 元素 displaystyle
数据结构——数组（c）
可以看作是线性表的推广。
文章目录
前言
基于C语言实现数据结构中数组的相关定义与实现。
提示：以下是本篇文章正文内容，可供参考
一、数组的定义
数组：作为一种数据结构。
特点：结构中的元素本身可以是具有某种结构的数据，但属于同一数据类型。
数组中各元素具有统一的类型，并且数组元素的下标一般具有固定的上界和下界。
多维数组是一维数组的推广：
一维数组可以看作一个线性表。
二维数组可以看作“数据元素是一维数组”的一维数组。
三维数组可以看作“数据元素是二维数组”的一维数组。
以此类推
逻辑上是多维的，但存储在一维的数据结构中。（计算机的内存结构是一维的）
思考：如何将二维的，三维的数组存放在一维的数组中？
必须按某种次序将数组元素排成一列序列，然后将这个线性序列存放在存储器中。
数组一旦建立，结构中的元素个数和元素间的关系就不再发生变化。因此，一般采用顺序存储的方法来表示数组。
举个例子：
二维数组A可以看成由m个行向量组成的向量，也可以看成是n个列向量组成的向量。
1. 行优先顺序或以行为主序存储方式：将数组元素按行向量排列，第 i+1 个行向量紧接在第 i 个行向量后面。
多维时：先排最右的下标，从右到左，最后排最左下标。
举个二维的例子：
a
11
\displaystyle a_{11}
a11,
a
12
\displaystyle a_{12}
a12, … ,
a
1
n
\displaystyle a_{1n}
a1n,
a
21
\displaystyle a_{21}
a21,
a
22
\displaystyle a_{22}
a22, … ,
a
2
n
\displaystyle a_{2n}
a2n, … … ,
a
m
1
\displaystyle a_{m1}
am1,
a
m
2
\displaystyle a_{m2}
am2, … ,
a
m
n
\displaystyle a_{mn}
amn
LOC(
a
i
j
\displaystyle a_{ij}
aij)=LOC(
a
11
\displaystyle a_{11}
a11)+[(i-1)*n+j-1]*d
PASCAL、C
2. 列优先顺序或以列为主序存储方式：将数组元素按列向量排放，第 j+1 个列向量紧接在第 j 个向量之后。
多维时：先排最左的下标，从右向左，最后排最左下标。
举个二维的例子：
a
11
\displaystyle a_{11}
a11,
a
21
\displaystyle a_{21}
a21, … ,
a
m
1
\displaystyle a_{m1}
am1,
a
12
\displaystyle a_{12}
a12,
a
22
\displaystyle a_{22}
a22, … ,
a
m
2
\displaystyle a_{m2}
am2, … … ,
a
1
n
\displaystyle a_{1n}
a1n,
a
2
n
\displaystyle a_{2n}
a2n, … ,
a
m
n
\displaystyle a_{mn}
amn
LOC(
a
i
j
\displaystyle a_{ij}
aij)=LOC(
a
11
\displaystyle a_{11}
a11)+[(j-1)*m+i-1]*d
FORTRAN 语言中，数组按列优先顺序存储。
一般不强调，默认行优先。
数组存储的特点：数组中的任一元素可以在相同的时间内存取，即顺序存储的数组是一个随机存取结果。（只要知道开始结点的存放地址（即基地址）、维数和每维的上、下界，以及每个数组元素所占用的单元数，就可以将数组元素的存放地址表示为其下标的线性函数）
数组一旦被定义，它的维数和维界就不再改变。因此，除了结构的初始化和销毁之外，数组只有存取元素和修改元素值的操作。
二、顺序表示和实现
三、矩阵的压缩存储
压缩存储为多个值相同的非零元素只分配一个存储空间。（对零元素不分配空间）
1.特殊矩阵的压缩存储
特殊矩阵：非零元素按照一定的规律分布。
常见的特殊矩阵有对称矩阵、三角矩阵、对角矩阵等。
（1）对称矩阵：元素的值按照主对角线对称压缩存储
（2）三角矩阵：上（下）三角矩阵是指矩阵的下（上）三角（不包括对角线）中的元素均为常数或零的n阶矩阵，即非零元素的分布在矩阵中呈现为三角形。
（3）对角矩阵：是指所有的非零元素都集中在以主对角线为中心的带状区域中。
eg. 三对角矩阵
上述各种特殊矩阵，其非零元素的分布都是有规律的，因此总能找到一种方法将它们压缩存储到一维数组中，并且一般都能找到矩阵中的元素与该一维数组元素的对应关系，仍能对矩阵的元素进行随机存储
2.稀疏矩阵的压缩存储
稀疏矩阵：简单说，设矩阵A中有s个非零元素，若s远远小于矩阵元素的总数（即 s ≦ m*n），则称A为稀疏矩阵。
设矩阵A中有s个非零元素。令ｅ＝ｓ/( ｍ×ｎ) 为矩阵的稀疏因子。
通常ｅ≦0.05 时称之为稀疏矩阵。
①如何进行稀疏矩阵的压缩存储呢？ （只存储稀疏矩阵的非零元）
因为稀疏矩阵的非零元分布一般是没有规律的，所以用一个三元组 (i，j，
a
i
j
\displaystyle a_{ij}
aij)唯一确定了矩阵A的一个非零元。
故稀疏矩阵可由表示非零元的三元组及其行列数唯一确定。
//三元组结构体
typedef struct{
int i, j; //该非零元的行下标和列下标
int e; //该非零元的值
}Triple;
//矩阵的结构表示
typedef struct{
Triple data[MAXSIZE]; //非零元三元组表
int m, n, t; //矩阵的行数，列数和非零元个数
}TripleTable;
②三元组顺序表上的转置
转置运算 是一种最简单的矩阵运算。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。
③十字链表
四、广义表的定义
广义表是线性表的推广。
广义表中数据元素可以具有不同的结构（或是原子，或是列表），每个数据元素可用一个结点表示。
列如：
A = ( ) A是一个空表。（长度为0，深度为1）
B =（e） B只有一个原子。 （长度为1，深度为1）
C = ( a, (b, c, d) ） C有一个原子和一个子表。 （长度为2，深度为2）
D = ( A, B, C ) =（A，B， ( a, (b, c, d) ）） D有3个子表。 （长度为3，深度为3）
E = (a, E) = ( a, (a, (a, …, ) ) ) E是一个递归的表。 （长度为2，深度为无穷大）
广义表的结构特点：
广义表中的数据元素有相对次序（因为是线性表）
广义表的长度定义为表中的元素个数
广义表的深度定义为表的嵌套层数（“原子”的深度为0，“空表”的深度为1）
广义表可以共享
广义表可以是一个递归的表（深度是无穷值，长度是有限值）
广义表是一个多层次的线性结构
任何一个非空广义表LS均可分解为表头和表尾两部分。
表头（Head） 第一个元素
表尾（Tail） 除第一个元素外其余元素构成的表
举个例子：
D = ( E, F ) = ( ( a, ( b, c ) ), F )
Head(D) = E, Tail(D) = ( F )
Head(E) = a, Tail(E) = ( ( b, c ) )
Head( (( b, c )) ) = ( b,c ), Tail( (( b, c )) ) = ( )
Head( ( b, c ) ) = b, Tail( ( b, c ) ) = ( c )
1. 基本操作
- 结构的创建和销毁
- 状态函数
- 插入和删除操作
- 遍历
2. 存储结构
链表存储
由于广义表中数据元素可以具有不同的结构（或是原子，或是列表），因此难以用顺序存储结构表示，通常采用链式存储结构，每个数据元素可用一个结点表示。
链表结点结构
①表结点 （由3个域组成，标志域、指示表头的指针域、指示表尾的指针域）
②原子结构 （由2个域组成，标志域、值域）
3. 应用
m元多项式的表示
标签：存储,27,09,矩阵,零元,2021,数组,元素,displaystyle 来源： https://blog.csdn.net/asheng_1202/article/details/120519742
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。