稀疏矩阵的快速转置

首先,我们使用三元组来描述稀疏矩阵,三元组包含矩阵元素的位置信息和元素值。使用三元组表来描述所有的非0元素。

然后,转置指的是将矩阵第i行第j列的元素调整到第j行第i列上。

一、一般的转置算法

一般的转置算法是首先遍历三元组表A,找到列数为0的元素,依次转置到B中。

然后,再次遍历遍历三元组表A,找到列数为1的元素,依次转置到B中。

遍历三元组表A,找到列数为2的元素,依次转置到B中。

.。。。

遍历三元组表A,找到列数为n-1的元素,依次转置到B中。

经过这样的遍历,算法时间复杂度为O(t*n)。 t为三元组个数,n为矩阵列数。

二、稀疏矩阵快速转置

那么,快速转置到底快在什么地方呢?

它通过找到一些规律,从而不需要多次遍历三元组表,只需要遍历一次三元组表就能将每一个元素转置成功,但它额外利用了辅助数组,因此它是以空间换时间。所以时间复杂度为O(n+t)。扫描三元组表是O(t),初始化数组是O(n)。所以时间复杂度是O(n+t)。

它找到的是什么规律呢?

1.转置前元素列号j就是转置后元素的行号

2.第j列中第一个非零元素在转置矩阵中的存储位置为:前j列元素的个数之和

有了以上两点发现后,就可以实现快速转置了。

num[]数组用来记录每一列的非零元素个数,k[j]数组计算前j列元素的个数和。

这样,每一列的第一个非0元素就可以填入自己的位置,k[j]数组进行+1操作,为本列其他非0元素提供存储的位置下标。

相关推荐
武大打工仔15 分钟前
用 Java 复现哲学家就餐问题
算法
要做朋鱼燕16 分钟前
【数据结构】用堆解决TOPK问题
数据结构·算法
秋难降1 小时前
LRU缓存算法(最近最少使用算法)——工业界缓存淘汰策略的 “默认选择”
数据结构·python·算法
CoovallyAIHub3 小时前
线性复杂度破局!Swin Transformer 移位窗口颠覆高分辨率视觉建模
深度学习·算法·计算机视觉
点云SLAM3 小时前
Eigen中Dense 模块简要介绍和实战应用示例(最小二乘拟合直线、协方差矩阵计算和稀疏求解等)
线性代数·算法·机器学习·矩阵·机器人/slam·密集矩阵与向量·eigen库
Jayyih3 小时前
嵌入式系统学习Day19(数据结构)
数据结构·学习
renhongxia13 小时前
大模型微调RAG、LORA、强化学习
人工智能·深度学习·算法·语言模型
DdduZe4 小时前
8.19作业
数据结构·算法
PyHaVolask4 小时前
链表基本运算详解:查找、插入、删除及特殊链表
数据结构·算法·链表