稀疏矩阵转置多种算法详解

稀疏矩阵转置多种算法详解这次博文写的有点长,因为我得构思,所以今天晚上(11.10)写一点,另外还有个重要的任务,因为再过40分钟就是剁手节了,过了今晚我不止是一个光棍,更是一个穷光棍、、、、我该怎么办。。。求拦截。不扯了正题,今天就先写写矩阵转置吧,现实中转置么,不就区区一个转置么,那有什么,瞅一眼就转过来了。计算机就是计算机,他没有相发也没有眼睛,那么我们就来告诉他怎么思考,怎么走路吧。方法一:一般转置(简单)转置矩阵

大家好,又见面了,我是你们的朋友全栈君。

这次博文写的有点长,因为我得构思,所以今天晚上(11.10)写一点,另外还有个重要的任务,因为再过40分钟就是剁手节了,过了今晚我不止是一个光棍,更是一个穷光棍、、、、我该怎么办。。。求拦截。

不扯了正题,今天就先写写矩阵转置吧,现实中转置么,不就区区一个转置么,那有什么,瞅一眼就转过来了。计算机就是计算机,他没有相发也没有眼睛,那么我们就来告诉他怎么思考,怎么走路吧。

方法一:一般转置(简单)

转置矩阵: 一个 m×n 的矩阵 M,它的转置 T 是一个
n×m 的矩阵,且 T (i, j) = M[ j, i], 1≤i≤n, 1≤j≤m,
即 M 的行是 T 的列, M 的列是 T 的行。

这里写图片描述
M:原矩阵
T:转置之后的矩阵

PS:讲转置之前需要介绍一下稀疏矩阵的三元组压缩存储方式,就是将稀疏矩阵的非零元素的 (行坐标,列坐标,元素值)
例如:M数组的第一行第二列的12在三元组里的表示为 (1,2,12)

三元组顺序表存储结构:
这里写图片描述

这个结构就是一个数组
Triple: 申明了一个类型,包含了 i(行)、j(列)、e(元素数据)
TSMatrix:定义了Triple类型的数组保存行列数据元素信息,mu(总行数)、nu(总列数)tu(非零元素个数)

下面是保存之后的结果
这里写图片描述

Triple类型的data数组长度在定义的时候长度是MAXSIZE+1是为了在data[0]空出来一个位置使 数组小标与矩阵的行列下标对应,图中data[0]的位置 6 7 8 是为了方便讲解写的,实际上是空

问题描述:
这里写图片描述

下图是简单转置的解题思路
这里写图片描述

解析:
1)将mu、nu互换
2)将data数组中 i,j对应的元素位置互换
3)把新的三元组T按行顺序排列,所以以i从小到大按顺序将三元组
排序
简单写法
for (col = 1; col <= M.nu; ++ col)
for (p = 1; p <= M.tu; ++ p)
if ( M.data[p].j == col )
{
T.data[q].i = M.data[p].j ;
T.data[q].e = M.data[p].e;
++ q;
}
下面把完整的算法用图片弄上来,这样看着更清楚些。

这里写图片描述

时间复杂度:
两次循环,三元组多长需要遍历多长,这效率可想而知。
所以牛人们相除了了非常6的一个算法,我在下面加一个方法一的优缺点,明天写吧,,,我要准备抢衣服啦哈哈哈哈哈哈

这里写图片描述


来,继续。。。

方法二:按 M 的行序转置 —— 快速转置

这个方法简单,是因为算法中包含了两个有特殊用法的数组,保存了非常重要的信息,简单说下算法的步骤

1)确定 M 的第 1 列的第 1 个非零元在 T.data 中的位置。 1
2)确定 M 的第 col -1 列的非零元个数。 存入数组 num[M.nu]
3)确定 M 的第 col 列的第一个非零元在T.data 中的位置。
存入数组 cpot[M.nu]
cpot[1] = 1;
cpot[col]=cpot[col–1]+num[col–1] 2≤col≤a.nu

num数组保存的是 上一列非零元素个数
cpot数组保存的数字依据上面的等式

可以参考下图来验证这个等式是否正确
这里写图片描述
其实 cpot[]内数据成员就是 T数组内 该元素前面有多少个非零元素+1,例如12(第一行第二列),在cpot里对应的数字就是2+1

两个数组的保存数据情况
这里写图片描述

下面是高效率算法的代码(有点不清晰,最下面有清晰地高亮的代码)
Status FastTransposeSMatrix( TSMatrix M, TSMatrix &T ) {
// 采用三元组顺序表存储表示,求稀疏矩阵 M 的转置矩阵 T
//T 的行列最大值交换
T.mu = M.nu; T.nu = M.mu; T.tu = M.tu;
//
if (T.tu) {
for (col=1; col<=M.nu; ++col)
num[col] = 0;

// 求 M 中各列非零元的个数
for (t=1; t<=M.tu; ++t)
++ num[M.data[t].j];
cpot[1] = 1; // T里第二个位置也是数组起始位置

// 求 M 中各列的第一个非零元在 T.data 中的序号
for (col=2; col<=M.nu; ++col)
cpot[col] = cpot[col -1] + num[col -1];

//将数据存储到T
for(p=1;p<=M.tu;++p){
col = M.data[p].j;
q=cpot[col];
T.data[q].i=M.data[p].j;
T.data[q].j=M.data[p].i;
T.data[q].e=Mdata[p].e;
++col[col]; //指向T的下一个位置
}//for
}//if
return OK;
}//FastTransposeSMatrix
这里写图片描述

存储结束,cpot col两个数组存储情况
这里写图片描述

好了,就写到这里吧,博文有什么问题希望大家给指出,有什么问题可以留言或者私信。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/151214.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 算法学习–整型转字符串

    算法学习–整型转字符串字符串转整型的逆过程代码思路:1、输入一个整型数,判断整型数是否<0;2、不断地对整型数做取余,得出余数与‘0’相加,然后整型除去10,就是说,把整型个十百千每一位都取出来,变成ASCII码的数字,存起来;3、最后把正负号补上。代码如下:#include#include#include#includeusingnamespacestd;

    2022年10月19日
    0
  • MySQL(数据类型和完整约束)

    MySQL数据类型MySQL支持多种数据类型,主要有数值类型、日期/时间类型和字符串类型。1.数值数据类型2.日期/时间类型3.字符串类型1.整数类型数值型数据类型主要用来存储数字,MY

    2022年3月29日
    35
  • 充分不必要条件和必要不充分条件的意思_怎么区分充分必要条件

    充分不必要条件和必要不充分条件的意思_怎么区分充分必要条件转载:https://www.zhihu.com/question/30469121充分条件:只要有A,就一定能达成B,A是B的充分条件。充分不必要条件:有A,一定能达到B;就算没有A,也有可

    2022年8月6日
    3
  • 单射、满射和双射(一 一映射)[通俗易懂]

    单射、满射和双射(一 一映射)[通俗易懂]设映射f:A→B,如果A中不同的元素的像都不相同,则f称为单射;如果A中元素的像充满了像集B,即B中的元素都有原像,则f称为满射;如果f既是单射,又是满射,则f称为双射,双射也叫一一映射。…

    2022年5月3日
    248
  • OHEM算法及Caffe代码详解

    OHEM算法及Caffe代码详解这是CVPR2016的一篇论文,用于目标检测,本篇博文先介绍这个算法,然后介绍其Caffe代码。论文:TrainingRegion-basedObjectDetectorswithOnlineHardExampleMining论文链接:https://arxiv.org/abs/1604.03540算法概述:OHEM(onlinehardexampleminiing)算法的

    2022年5月22日
    34
  • 双机流水作业调度问题——Johnson算法「建议收藏」

    双机流水作业调度问题——Johnson算法「建议收藏」概述流水作业是并行处理技术领域的一项关键技术,它是以专业化为基础,将不同处理对象的同一施工工序交给专业处理部件执行,各处理部件在统一计划安排下,依次在各个作业面上完成指定的操作。流水作业调度问题是一个非常重要的问题,其直接关系到计算机处理器的工作效率。然而由于牵扯到数据相关、资源相关、控制相关等许多问题,最优流水作业调度问题处理起来非常复杂。已经证明,当机器数(或称工序数)大于等于3时,流水作业调度问题是一个NP-hard问题(e.g分布式任务调度)。粗糙地说,即该问题至少在目前基本上没有可能找到多项

    2025年5月24日
    0

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号