矩阵是线性代数中的一个知识，刚开始学习的时候可能感觉不到它有什么用处，最初的感觉就是对二维数据的操作。其实现实生活中矩阵的用处太大了，设计领域相当的广泛。在此只讨论稀疏矩阵的转置问题； 　　可能看到矩阵就会想到二维数组，比如这样一个矩阵： 　　你可能会想到用二维数组来存放此矩阵中的元素 ...

在普遍的印象中，矩阵是由方括号围住，同时各个坐标的数字整齐的排列着。如下图所示： 看到图示后，第一反应当然是用一个二维数组来表示，即简单又易懂。但我们又会碰到下图所示矩阵： 看看这个矩阵，0好多啊（我们称之为稀疏矩阵），若用二维数组来表示，会重复存储了很多个 ...

题目：假设稀疏矩阵A和B均以三元组表作为存储结构，试写出矩阵相加和相乘的算法，另设三元组表C存放结果矩阵。 要求： 从键盘输入稀疏矩阵A和B 检测A和B能否相加/相乘 如能，做矩阵相加和相乘运算，并打印运算结果 如不能，应显示出原因 这里主要就是三元组的运用，比较基础，详情见代码中的注释。 ...

#include<stdio.h> #include<malloc.h> #include<stdlib.h> #include<strin ...

声明：图片及内容基于https://www.bilibili.com/video/av97010411 特殊矩阵的压缩和存储 对称矩阵的压缩存储 三角矩阵的压缩存储 对角矩阵的压缩存储 稀疏矩阵的压缩和存储 稀疏矩阵 三元组 十字链表 ...

　　为什么要对矩阵进行压缩存储呢？对于一个n*m的矩阵，我们一般会想到开一个n*m的二维数组来存储，这样计算操作都很方便模拟，但当一个矩阵很大时，这样对于空间的开销与浪费是很可怕的，尤其是当矩阵变成多维时。但我们往往不会在矩阵每一个位置都存有数据，很多矩阵元素其实是0，我们需要记录的只是那些非零元 ...

矩阵的转置实际上就是将数据元素的行标和列标互换，即 T(i,j) = M(j,i) 。例如： 图1 矩阵的转置 相应地，三元组表转变为： 图2 三元组表 矩阵的转置，经历了三个步骤 ...

目录 1.稀疏数组 1.1 解决方法 1.2 代码实现 2. 队列 2.1 数组模拟队列 2.2 数组模拟环形队列 1.稀疏数组 所谓稀疏数组就是当数组中大部分的内容值都未被使用（或都为 ...