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。
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：
计算
安全
数据库
网络和加速
企业服务
#include <iostream>
#include <vector>
using namespace std;
template<class T>
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 T>
class SparseMatrix //稀疏矩阵
{
protected:
vector<Triple<T>> _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> 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;
}
};#include <windows.h>
void 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<int> 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！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
