实现稀疏矩阵(采用三元组表示)的基本运算实验报告

《实现稀疏矩阵(采用三元组表示)的基本运算实验报告》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实现稀疏矩阵（采用三元组表示）的基本运算实验报告一实验题目:实现稀疏矩阵（采用三元组表示）的基本运算二实验要求:（1）生成如下两个稀疏矩阵的三元组a和b；（上机实验指导P92）（2）输出a转置矩阵的三元组；（3）输出a+b的三元组；（4）输出a*b的三元组；三实验内容:3.1稀疏矩阵的抽象数据类型:ADT SparseMatrix { 数据对象:D={aij

2、 i =  1,2,3,….,m;  j =1,2,3,……,n; ai,j∈ElemSet,m和n分别称为矩阵的行数和列数 } 数据关系 :  R={  Row , Col }

3、 Row ={ 

4、  1≤ i≤m , 1≤ j≤ n-1} Col ={

5、  1≤i≤m-1,1≤j≤n}基本操作:CreateSMatrix(&M) 操作结果：创建稀疏矩阵MPrintSMatrix(M) 初始条件：稀疏矩阵M已经存在 操作结果：打印矩阵M DestroySMatrix(&M) 初始条件：稀疏矩阵M已经存在 操作结果：销毁矩阵M CopySMatrix(M, &T) 初始条件：稀疏矩阵M已经存在 操作结果：复制矩阵M到T  AddSMatrix(M, 

6、N, &Q) 初始条件：稀疏矩阵M、N已经存在 操作结果：求矩阵的和Q=M+N  SubSMatrix(M, N, &Q) 初始条件：稀疏矩阵M、N已经存在 操作结果：求矩阵的差Q=M-N TransposeSMatrix(M, & T) 初始条件：稀疏矩阵M已经存在 操作结果：求矩阵M的转置T MultSMatrix(M, N, &Q) 初始条件：稀疏矩阵M已经存在 操作结果：求矩阵的积Q=M*N}ADTSparseMatrix3.2存储结构的定义#defineN4typedefintElemType;#defineMaxSize1

7、00//矩阵中非零元素最多个数typedefstruct{intr;//行号intc;//列号ElemTyped;//元素值}TupNode;//三元组定义typedefstruct{introws;//行数值intcols;//列数值intnums;//非零元素个数TupNodedata[MaxSize];}TSMatrix;//三元组顺序表定义3.3基本操作实现:voidCreatMat(TSMatrix&t,ElemTypeA[N][N]){inti,j;t.rows=N;t.cols=N;t.nums=0;for(i=0;i<

8、N;i++){for(j=0;j

9、t%dt%dt%d",t.data[i].r,t.data[i].c,t.data[i].d);}3.4解题思路：1.转置矩阵：只要判定原矩阵有值，那么只要遍历一遍原矩阵，把原来矩阵中非0元素行列变换一下赋值到新的矩阵中即可。2.矩阵加法：用各种if判断，区分出矩阵进行加法时的可能情况，分情况处理即可。3.矩阵乘法：通过getvalue（c，i，j）函数查找矩阵c中i行j列，所储存的元素的值。然后便是模拟矩阵乘法的过程进行求解。3.5解题过程：实验源代码如下：3.5.1顺序表的各种运算#include#def

10、ineN4typedefintElemType;#defineMaxSize100//矩阵中非零元素最多个数typedefstruct{intr;//行号intc;//列号ElemTyped;//元素值}TupNode;//三元组定义typedefstruct{introws;//行数值intcols;//列数值intnums;//非零元素个数TupNodedata[MaxSize];}TSMatrix;//三元组顺序表定义voidCreatMat(TSMatrix&t,ElemTypeA[N][N]){inti,j;t.rows=N

11、;t.cols=N;t.nums=0;for(i=0;i