一、介绍
**数组:**按一定格式排列起来的,具有租同类型的数据元素的集合。
1)一维数组:
若线性表中的数据元素为非结构的简单元素则称为一维数组。
**一维数组的逻辑结构:**线性结构。定长的线性表。
声明格式:
c
数据类型 变量名称[长度];
int num[5] = {0,1,2,3,4};
2)二维数组:
若一维数组中的数据元素又是一维数组结构,则称为二维数组。
二维数组的逻辑结构:
非线性结构:每一个数据元素既在一个行表中,非线性结构又在一个列表中。
线性结构(定长的线性表):该线性表的每个数据元素也是一定长的线性表个定长的线性表。

声明格式:
c
数据类型 变量名称[行数][列数];
int num[5][8];
在C语言中,一个二维数组类型也可以定义为一维数据类型。(其分量类型为一维数组类型)。
c
typedef elemtype array2[m][n];
等价于:
c
typedef elemtype array1[n];
typedef array1 array2[m];
3)n维数组:
三维数组:若二维数组中的元素又是一个一维数组,则称作三维数组。
...
n维数组:若 n-1 维数组中的元素又是一个一维数组结构则称作 n维数组。
结论:
线性表结构是数组结构的一个特例,而数组结构又是线性表结构的扩展
数组特点:
结构固定------定义后,维数和维界不再改变。
二、数组的抽象数据类型定义



三、数组的顺序存储
因为
- 数组特点:结构固定维数和维界不变。
- 数组基本操作:初始化、销毁、取元素、修改元素值。一般不做插入和删除操作。
所以:一般都是采用顺序存储结构来表示数组。
注意:数组可以是多维的但存储数据元素的内存单元地址是一维的,因此,在存储数组结构之前,需要解决将多维关系映射到一维关系的问题。
1)一维数组

2)二维数组

1、以行为主序

2、以列为主序

3、两者对比

4、行序列优先表示
这里的i是行索引,j是列索引,假设数组的起始地址为BaseAddress,每行有n个元素,每个元素占用ElementSize字节。
Position = BaseAddress + (i × n + j) × ElementSize

5、列序列优先表示
这里的i是行索引,j是列索引,假设数组的起始地址为BaseAddress,每行有n个元素,每个元素占用ElementSize字节。
Position = BaseAddress + (j × n + i) × ElementSize
3)三维数组

四、特殊矩阵的压缩存储

1.什么是压缩存储?
若多个数据元素的值都相同,则只分配一个元素值的存储空间,且零元素不占存储空间。
2.什么样的矩阵能够压缩?
一些特殊矩阵,如:对称矩阵,对角矩阵,三角矩阵,稀疏矩阵等。
3.什么叫稀疏矩阵?
矩阵中非零元素的个数较少(一般小于5%)。
1)对称矩阵


2)三角矩阵

3)对角矩阵


4)稀疏矩阵

1、三元组顺序表

三元组顺序表 又称有序的双下标法。
**三元组顺序表的优点:**非零元在表中按行序有序存储,因此便于进行依行顺序处理的矩阵运算。
**三元组顺序表的缺点:**不能随机存取。若按行号存取某一行中的非零元,则需从头开始进行查找。
2、链式存储:十字链表

例如:

