【数据结构】数组

矩阵在计算机图形学、工程计算中占有举足轻重的地位。在数据结构中考虑的是如何用最小的内存空间来存储同样的一组数据。所以,我们不研究矩阵及其运算等,而把精力放在如何将矩阵更有效地存储在内存中,并能方便地提取矩阵中的元素。

  • 数组的存储结构

    一个数组的所有元素在内存中占用一段连续的存储空间。

    • 行优先方式存储
    • 列优先方式存储

数组 A[0..5,0..6]的每个元素占五个字节,将其按列优先次序存储在起始地址为 1000 的内存单元中,则元素 A[5,5]的地址是( A )。
A. 1175 B. 1180 C. 1205 D. 1210

  • 需要注意的是,当求出数组A[0,0]到特定元素A[5,5]的那部分时,不要着急着写出地址。
    因为我们所求出来的所占空间,是A[0,0]的首地址从1开始数(或者说 从A[0,0]的首地址开始到A[5,5]的尾地址(即A[6,1]的首地址))计算时的元素个数6*6=36(即 从A[0,0]到A[5,5],包含A[5,5]有36个元素,但是题目的起始地址一般为0。
    所以应该A[0,0]的首地址从0开始数(或者说 从A[0,5]的首地址)计算的话,则是36-1=35(即 从A[0,5],不包含A[5,5]有35个元素)。

    例如,首地址从0开始数,即意味着当首地址为5时,只存了一个元素的空间,但是地址却是第二个元素的(首)地址。

1 抽象数据类型数组的说明
2 数组的物理结构
3 特殊矩阵的压缩存储: 对称矩阵与三对角矩阵的压缩存储
4 稀疏矩阵的压缩存储:三元组顺序表与十字链表
5 稀疏矩阵的运算(转置算法)
6 广义表的概念:概念、物理结构、递归算法

  • 计算数组中给顶元素的地址
    • 数组的存储方式(按行或按列优先存放)
    • 计算给定元素的前面的元素个数s
    • 每个元素的存储空间k
    • 该元素地址=起始元素地址+s*k

特殊矩阵

特殊矩阵压缩存储后仍然具有随机存储特性。(只用计算公式即可,无需查找时间)

二维数组→线性

注意:(因为一维数组下标是从0开始的,个数要-1,相当于减掉了自身,所以只用计算前面的元素个数,)(如果一位数组从1开始,就不用-1了,那么就不是前面了,就要加上本身aij,计算自身和前面的元素个数)(如果从1开始,那么下面的公式就要+1)

对称矩阵

对称矩阵:矩阵中的元素满足\(a_{i,j}\)=\(a_{j,i}\),另外矩阵必须是方阵。

  • 问题:假设有一个n*n的对称矩阵,第一个元素是\(a_{0,0}\),请用一种存储效率较高的存储方式将其存储在一位数组中。
  • 解答:将对称矩阵A[0...n-1,0...n-1],存放在一维数据B[n(n+1)/2]中,即 元素\(a_{i,j}\)存放在\(b_k\)中。(只存放主对角线和下三角区的元素)

注意:(因为一维数组下标是从0开始的,个数要-1,相当于减掉了自身,所以只用计算前面的元素个数,)(如果一位数组从1开始,就不用-1了,那么就不是前面了,就要加上本身aij,计算自身和前面的元素个数)

  • 在数组B中(下标从0开始),位于\(a_{i,j}\)(i≥j)前面的元素个数为:
    • 第0行:1个元素
    • 第1行:2个元素
    • ...
    • 第i-1行:i个元素

      注意:0到i-1是等差序列(都是完整的)

    • 第i行(不完整):j个元素
    • 共计i(i+1)/2+j个元素
  • 元素下标k与(i,j)之间的对应关系如下:
    \[k=\begin{cases} {{i(i+1)}\over{2}}+j & \text{i≥j,下三角区及对角线}\\ {{j(j+1)}\over{2}}+i & \text{i<j,上三角区}\\ \end{cases}\]

上三角矩阵

其中下三角元素均为常数C或0的n阶矩阵称为上三角矩阵

  • 问题:假设有一个n*n的上三角矩阵,第一个元素是\(a_{0,0...n-1],存放在一位数据B[n(n+1)/2]中,即 元素\(a_{i,j}\)存放在b_k中。(只存放主对角线和下三角区的元素)

  • 在数组B中(下标从0开始),位于\(a_{i,j}\)(i≥j)前面的元素个数为:
    • 第0行:n个元素
    • 第1行:n-1个元素
    • ...
    • 第i-1行:n-(i-1)=n-i+1个元素

      注意:0到i-1是等差序列(都是完整的)

    • 第i行(不完整):(n-i)-(n-j)=j-i个元素

      注意:n-i为第i行总元素,n-j为j及j后面的元素个数,相减则为j前面的元素个数

    • 共计i(2n-i+1)/2+j-i个元素
  • 元素下标k与(i,j)之间的对应关系如下:
    \[k=\begin{cases} {{i(2n-i+1)}\over{2}}+j-i & \text{i≤j,上三角区及对角线}\\ {{n(n+1)}\over{2}} & \text{i>j,下三角区(存放常量C)(放在最后一个位置)}\\ \end{cases}\]

下三角矩阵

其中上三角元素均为常数C或0的n阶矩阵称为下三角矩阵

  • 问题:假设有一个n*n的下三角矩阵,第一个元素是\(a_{0,j}\)存放在\(b_k\)中。(只存放主对角线和下三角区的元素)

  • 在数组B中(下标从0开始),位于\(a_{i,j}\)(i≥j)前面的元素个数为:
    • 第0行:1个元素
    • 第1行:2个元素
    • ...
    • 第i-1行(0到i-1是等差序列):i个元素
    • 第i行(不完整):j个元素
    • 共计i(2n-i+1)/2+j-i个元素
  • 元素下标k与(i,下三角区及对角线}\\ {{n(n+1)}\over{2}} & \text{i<j,上三角区(存放常量C)(放在最后一个位置)}\\ \end{cases}\]

对角矩阵

对角矩阵:也称带状矩阵,它的所有非零元素都集中在以主对角线为中心的两侧的带状区域内(对角线的个数为奇数)。换句话说,除了主对角线和主对角线两边的对角线外,其他元素的值均为0。

  • 问题:对于一个按照行优先存储的三对角矩阵,求出第i行带状区域内第一个元素X在一维数组中的下标

  • 当b=1时,称为三对角矩阵其压缩地址计算公式如下:\[k=2i+j\]

稀疏矩阵

稀疏矩阵:如果\(A_{m*n}\)中非零元素的个数远远小于总元素的个数,则这个矩阵可以被称为是稀疏矩阵。
稀疏矩阵压缩存储后并不具有随机存储特性。(使用顺序或者链式存储,需要查找时间)

  • 稀疏矩阵的压缩存储方法是只存储非0元素。

    顺序存储

    三元组表示法

  • 稀疏矩阵中的每一个非0元素需由一个三元组(i,j,value)唯一确定。(约定非零元素通常以行序为主序顺序排列)

    其中,i表示行,j表示列,value表示元素值。

typedef struct {
    float val;
    int i;
    int j;
}Trimat;    //三元组结构体

Trimat trimat[maxSize+1];

伪地址表示法

  • 伪地址是指该元素在矩阵中(包括0元素在内)按照行优先顺序的相对位置,用(value,location)的形式进行存储。

    其中,value表示矩阵的具体数值,loaction表示其伪地址值。

  • 伪地址/列数=行号,伪地址%列数=列号

链式存储

邻接表表示法

  • 邻接表表示法:创建一个一维数组,数组的下标与矩阵的行号相对应,而数组中的每个元素是一个指针。指针指向一个存储了相应行元素信息的线性表,其中的信息包括元素值,元素列号以及下一个元素的指针。

十字链表表示法

  • 每行的所有结点链起来构成一个带行头结点的循环单链表。以hi作为第i行的头结点。
  • 每列的所有结点链起来构成一个带列头结点的循环单链表。以hi作为第i列的头结点。
  • 行列头结点可以共享。
  • 行列头结点个数=MAX(m,n)
  • 增加一个总头结点,并把所有行、列头结点链起来构成一个循环单链表。

  • 十字链表表示法:每个十字链表都有一个头结点,头结点共有五个域,分别是矩阵的行数、列数、非0元素的个数、矩阵元素的行数组以及矩阵元素的列数组。两个数组都存储了指向矩阵中非零元素的指针。

  • 在十字链表中,为每个非0元素申请一个元素结点,结点包括五个域,分别是行号、列号、元素值、指向同一行下个元素的指针以及指向同一列下个元素的指针。

矩阵转置

矩阵转置:把原本第i行第j列的元素存储在新矩阵中第j行第i列的位置。

广义表

广义表(Lists,又称列表)是线性表的推广。线性表定义为n≥0个元素a0,a1,...,an的有限序列。线性表的元素仅限于原子项,院子是作为结构上不可分割的成分,它可以是一个数或一个结构,若放松对表元素的这种限制,容许它们具有自身结构,这样就产生了广义表的概念。

  • 可共享:一个广义表的子表可以是其他已经被定义的广义表的引用,可以为其他广义表所共享。
  • 可递归:一个广义表可以是递归定义的,自己可以作为自己的子表。
  • 广义表的长度:为表中最上层元素的个数
  • 广义表的深度:为表中括号的最大层数,求深度时可以将子表全部展开。
  • 广义表的表头(Head)和表尾(Tail):当广义表非空时,第一个元素为广义表的表头其余元素组成的表是广义表的表尾

操作

根据表头、表尾的定义可知:任何一个非空广义表的表头是表中第一个元素,它可以是原子,也可以是子表,而其表尾必定是子表。
也就是说,广义表的head操作,取出的元素是什么,那么结果就是什么。但是tail操作取出的元素外必须加一个表——“()”

  • 取表头:原子或子表,即 第一个元素(可能是原子或列表
  • 取表尾:(子表),即 其余元素组成的(一定是列表
  • 只有一个元素时,表头当然存在,但是表尾为“()”空(因为没有其余的元素)

举一个简单的列子:已知广义表LS=((a,b,c),(d,e,f)),如果需要取出这个e这个元素,那么使用tail和head如何将这个取出来。

利用上面说的,tail取出来的始终是一个表,即使只有一个简单的一个元素,tail取出来的也是一个表,而head取出来的可以是一个元素也可以是一个表。

解:
tail(LS) = ((d,f))
head(tail(LS)) = (d,f)
tail(head(tail(LS))) = (e,f) //无论如何都会加上这个()括号
head(tail(head(tail(LS)))) = e //head可以去除单个元素

头尾链表存储结构


扩展线性表存储结构

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


【啊哈!算法】算法3:最常用的排序——快速排序       上一节的冒泡排序可以说是我们学习第一个真正的排序算法,并且解决了桶排序浪费空间的问题,但在算法的执行效率上却牺牲了很多,它的时间复杂度达到了O(N2)。假如我们的计算机每秒钟可以运行10亿次,那么对1亿个数进行排序,桶排序则只需要0.1秒,而冒泡排序则需要1千万秒,达到115天之久,是不是很吓人。那有没有既不浪费空间又可以快一点的排序算法
匿名组 这里可能用到几个不同的分组构造。通过括号内围绕的正则表达式就可以组成第一个构造。正如稍后要介绍的一样,既然也可以命名组,大家就有考虑把这个构造作为匿名组。作为一个实例,请看看下列字符串: “08/14/57 46 02/25/59 45 06/05/85 18 03/12/88 16 09/09/90 13“ 这个字符串就是由生日和年龄组成的。如果需要匹配年两而不要生日,就可以把正则
选择排序:从数组的起始位置处开始,把第一个元素与数组中其他元素进行比较。然后,将最小的元素方式在第0个位置上,接着再从第1个位置开始再次进行排序操作。这种操作一直到除最后一个元素外的每一个元素都作为新循环的起始点操作过后才终止。 public void SelectionSort() { int min, temp;
public struct Pqitem { public int priority; public string name; } class CQueue { private ArrayList pqueue; public CQueue() { pqueue
在编写正则表达式的时候,经常会向要向正则表达式添加数量型数据,诸如”精确匹配两次”或者”匹配一次或多次”。利用数量词就可以把这些数据添加到正则表达式里面了。 数量词(+):这个数量词说明正则表达式应该匹配一个或多个紧紧接其前的字符。 string[] words = new string[] { "bad", "boy", "baad", "baaad" ,"bear", "b
来自:http://blog.csdn.net/morewindows/article/details/6678165/归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。首先考虑下如何将将二个有序数列合并。这个非常简单,只要从比较二个数列的第一个数,谁小就先取谁,取了后就在对应数列中删除这个数。然后再进行比较,如果有数列
插入排序算法有两层循环。外层循环会啄个遍历数组元素,而内存循环则会把外层循环所选择的元素与该元素在数组内的下一个元素进行比较。如果外层循环选择的元素小于内存循环选择的元素,那么瘦元素都想右移动以便为内存循环元素留出位置。 public void InsertionSort() { int inner, temp;
public int binSearch(int value) { int upperBround, lowerBound, mid; upperBround = arr.Length - 1; lowerBound = 0; while (lowerBound <= upper
虽然从表内第一个节点到最后一个节点的遍历操作是非常简单的,但是反向遍历链表却不是一件容易的事情。如果为Node类添加一个字段来存储指向前一个节点的连接,那么久会使得这个反向操作过程变得容易许多。当向链表插入节点的时候,为了吧数据复制给新的字段会需要执行更多的操作,但是当腰吧节点从表移除的时候就能看到他的改进效果了。 首先需要修改Node类来为累增加一个额外的链接。为了区别两个连接,这个把指
八、树(Tree)树,顾名思义,长得像一棵树,不过通常我们画成一棵倒过来的树,根在上,叶在下。不说那么多了,图一看就懂:当然了,引入了树之后,就不得不引入树的一些概念,这些概念我照样尽量用图,谁会记那么多文字?树这种结构还可以表示成下面这种方式,可见树用来描述包含关系是很不错的,但这种包含关系不得出现交叉重叠区域,否则就不能用树描述了,看图:面试的时候我们经常被考到的是一种叫“二叉树”的结构,二叉
Queue的实现: 就像Stack类的实现所做的一样,Queue类的实现用ArrayList简直是毋庸置疑的。对于这些数据结构类型而言,由于他们都是动态内置的结构,所以ArrayList是极好的实现选择。当需要往队列中插入数据项时,ArrayList会在表中把每一个保留的数据项向前移动一个元素。 class CQueue { private ArrayLis
来自:http://yingyingol.iteye.com/blog/13348911 快速排序介绍:快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下,排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较,但这种状况并不常见。事实上,快速排序通常明显比其他Ο(n log n) 算法更快,因为它的内部循环(inner loop)可以在大部分的架构上很有效率地
Stack的实现必须采用一种基本结构来保存数据。因为再新数据项进栈的时候不需要担心调整表的大小,所以选择用arrayList.using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;using System.Collecti
数组类测试环境与排序算法using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;namespace Data_structure_and_algorithm{ class CArray { pr
一、构造二叉树 二叉树查找树由节点组成,所以需要有个Node类,这个类类似于链表实现中用到的Node类。首先一起来看看Node类的代码。 public class Node { public int Data; public Node Left; public Node Right; public v
二叉树是一种特殊的树。二叉树的特点是每个结点最多有两个儿子,左边的叫做左儿子,右边的叫做右儿子,或者说每个结点最多有两棵子树。更加严格的递归定义是:二叉树要么为空,要么由根结点、左子树和右子树组成,而左子树和右子树分别是一棵二叉树。 下面这棵树就是一棵二叉树。         二叉树的使用范围最广,一棵多叉树也可以转化为二叉树,因此我们将着重讲解二叉树。二叉树中还有连两种特殊的二叉树叫做满二叉树和
上一节中我们学习了队列,它是一种先进先出的数据结构。还有一种是后进先出的数据结构它叫做栈。栈限定只能在一端进行插入和删除操作。比如说有一个小桶,小桶的直径只能放一个小球,我们现在向小桶内依次放入2号、1号、3号小球。假如你现在需要拿出2号小球,那就必须先将3号小球拿出,再拿出1号小球,最后才能将2号小球拿出来。在刚才取小球的过程中,我们最先放进去的小球最后才能拿出来,而最后放进去的小球却可以最先拿
msdn中的描述如下:(?= 子表达式)(零宽度正预测先行断言。) 仅当子表达式在此位置的右侧匹配时才继续匹配。例如,w+(?=d) 与后跟数字的单词匹配,而不与该数字匹配。此构造不会回溯。(?(零宽度正回顾后发断言。) 仅当子表达式在此位置的左侧匹配时才继续匹配。例如,(?此构造不会回溯。msdn描述的比较清楚,如:w+(?=ing) 可以匹配以ing结尾的单词(匹配结果不包括ing),(
1.引入线索二叉树 二叉树的遍历实质上是对一个非线性结构实现线性化的过程,使每一个节点(除第一个和最后一个外)在这些线性序列中有且仅有一个直接前驱和直接后继。但在二叉链表存储结构中,只能找到一个节点的左、右孩子信息,而不能直接得到节点在任一遍历序列中的前驱和后继信息。这些信息只有在遍历的动态过程中才能得到,因此,引入线索二叉树来保存这些从动态过程中得到的信息。 2.建立线索二叉树 为了保
排序与我们日常生活中息息相关,比如,我们要从电话簿中找到某个联系人首先会按照姓氏排序、买火车票会按照出发时间或者时长排序、买东西会按照销量或者好评度排序、查找文件会按照修改时间排序等等。在计算机程序设计中,排序和查找也是最基本的算法,很多其他的算法都是以排序算法为基础,在一般的数据处理或分析中,通常第一步就是进行排序,比如说二分查找,首先要对数据进行排序。在Donald Knuth 的计算机程序设