数据结构稀疏矩阵转置 数据结构稀疏矩阵转置 数据结构稀疏矩阵课程设计报告

课程设计报告

课程设计题目:稀疏矩阵的应用

学生姓名 ________

专 业 网络工程

数据结构稀疏矩阵转置 数据结构稀疏矩阵转置 数据结构稀疏矩阵课程设计报告

班 级 13*****

指导教师 ________

2015年 1 月 8 日

****大学

一、问题概述、分析及研究意义

问题概述:实现三元组下的稀疏矩阵的应用:对稀疏矩阵进行储存、实现稀疏矩阵的加法、

乘法以及转置。

问题分析:稀疏矩阵的每个元素可以由三元组唯一确定,按行优先的顺序排列,并以此储存。利用三元组储存的特点实现矩阵的转置、加法、乘法。矩阵转置运算对于一个m *n 的矩阵M,它的转置矩阵T是一个n*m的矩阵,那么T(i,j)=M(i,j)(其中1<=i<=n,1<=j<=m).当用三元组顺序表来存储稀疏矩阵M时,对矩阵M的转置,就变成“由M的三元组顺序表求T的三元组顺序表”。

研究意义:本题侧重于数组的操作,掌握数组的常用操作。

二、逻辑设计和物理储存设计

三、重要算法的设计、流程描述或伪代码描述

1、算法设计

2、流程图

四、数据结构的时空复杂性分析以及重要算法的复杂性分析

创建矩阵M时间复杂度:O(tu)


百度搜索“爱华网”,专业资料、生活学习,尽在爱华网!  

爱华网本文地址 » http://www.aihuau.com/a/308851/641124044537.html

更多阅读

R_构造稀疏矩阵 matlab 稀疏矩阵

sparseMatrix1、首先来看一下问题的起源:我有的数据是:a <- rep(1:10, each = 100) #分组变量b <- sample(rep(1:4, 10000), 1000) #1:4之间的1000个随机数head(data.frame(a, b))## a b## 1 1 3## 2 1 3## 3 1 3## 4 1 2## 5

python矩阵运算_元子 python 稀疏矩阵运算

第一次看见Python的运行感觉就让我想起了matlab,于是就上网嗖嗖他在矩阵方面的运算如何,如果不想安装Matlab那么大的软件,而你又只是想计算些矩阵,python绝对够用!尤其在Linux下太 方便了

稀疏矩阵 零矩阵是不是稀疏矩阵

稀疏矩阵如果在矩阵中,多数的元素为0,称此矩阵为稀疏矩阵(sparsematrix)。定义矩阵中非零元素的个数远远小于矩阵元素的总数,并且非零元素的分布没有规律,则称该矩阵为稀疏矩阵(sparsematrix);与之相区别的是,如果非零元素的分布存在规律

声明:《数据结构稀疏矩阵转置 数据结构稀疏矩阵转置 数据结构稀疏矩阵课程设计报告》为网友聆听寂寞分享!如侵犯到您的合法权益请联系我们删除