大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
这篇文章给大家分享的是有关C++如何实现稀疏矩阵的压缩存储的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。
为企业提供成都网站制作、成都网站建设、网站优化、营销型网站建设、竞价托管、品牌运营等营销获客服务。成都创新互联公司拥有网络营销运营团队,以丰富的互联网营销经验助力企业精准获客,真正落地解决中小企业营销获客难题,做到“让获客更简单”。自创立至今,成功用技术实力解决了企业“网站建设、网络品牌塑造、网络营销”三大难题,同时降低了营销成本,提高了有效客户转化率,获得了众多企业客户的高度认可!
C++ 实现稀疏矩阵的压缩存储的实例
稀疏矩阵:M*N的矩阵,矩阵中有效值的个数远小于无效值的个数,且这些数据的分布没有规律。
稀疏矩阵的压缩存储:压缩存储值存储极少数的有效数据。使用{row,col,value}三元组存储每一个有效数据,三元组按原矩阵中的位置,以行优先级先后顺序依次存放。
实现代码:
#include#include using namespace std; template struct Triple //三元组 { size_t _row; //行 size_t _col; //列 T _value; //值 Triple(size_t row, size_t col, const T& value) :_row(row) , _col(col) , _value(value) {} }; template class SparseMatrix //稀疏矩阵 { protected: vector > _matrix; //可以实现动态增容的压缩矩阵 size_t _m; //行 size_t _n; //列 T _invalid; //默认值 public: SparseMatrix(T* a, size_t m, size_t n, const T& invalid= T()) :_m(m) , _n(n) , _invalid(invalid) { for (size_t i = 0; i < m; ++i) { for (size_t j = 0; j < n; ++j) { Triple t(i, j, a[i*n + j]); _matrix.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 < _matrix.size() && _matrix[index]._row== i &&_matrix[index]._col ==j) { cout << _matrix[index]._value << " "; ++index; } else { cout << _invalid << " "; } } cout << endl; } cout << endl; } };
#includevoid test() { int a[6][5] = { { 1, 0, 2, 0, 0 }, { 1, 0, 1, 0, 3 }, { 2, 0, 0, 1, 2 }, { 3, 0, 1, 0, 0 }, { 4, 0, 2, 0, 0 }, { 0, 3, 4, 0, 0 }, }; SparseMatrix sm((int*)a, 6, 5, 0); //SymmetricMatrix(int a[][N], size_t N) sm.Display(); } int main() { test(); system("pause"); return 0; }
感谢各位的阅读!关于“C++如何实现稀疏矩阵的压缩存储”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!