实验课程名称数据结构课程设计
专业班级
学生姓名
学号
指导教师
2012 至 2013 学年第一学期第 1 至 18 周
目录
实验题目：稀疏矩阵的运算 (3)
一：概述 (3)
二：系统分析 (3)
三：概要设计 (3)
四：详细设计 (4)
五：运行与测试 (9)
六：总结与心得 (9)
实验题目：稀疏矩阵的运算
一：概述
本实验设计主要实现在十字链表存储结构输入稀疏矩阵，并对稀疏矩阵进行相加操作，最后输出运算结果。
二：系统分析
本实验要求设计函数在十字链表结构下建立稀疏矩阵并初始化，在创建稀疏矩阵时，需要设计在十字链表下创建稀疏矩阵，在输入出现错误时，能够对错误进行判别处理，初始化稀疏矩阵都为空值。在设计输出稀疏矩阵的值的函数时，根据情况编制函数，才能准确的输出稀疏矩阵。在对稀疏矩阵进行初始化时，只输入非零元素的值和它所在的所在行及所在列。在对稀疏矩阵输出时，以矩阵的完整形式输出。
除此之外还要求设计相加对两个矩阵进行运算，并输出最终的稀疏矩阵，定义相应的矩阵类型用于存放两个矩阵操作后的结果矩阵，这个结果矩阵的行、列数需要综合多方面情况来确定。这些函数也是整个程序的难点，需要灵活运用数组及指针的特点。
三：概要设计
十字链表结构体定义:
typedef struct sex
{
int row,col,val; //非零元素的行、列下标及值
struct sex *right,*dowm; //该非零元素所在行表和列表的后继元素
}Node;
矩阵的加法：
此功能在十字链表存储结构下，由函数void addition(Node *cp1, Node *cp2, Node *cp3)实现。当用户选择该功能，系统即提示用户初始化要进行加法的两个矩阵的信息。然后进行加法，最后输出结果。
四：详细设计
#include
#include
typedef struct sex
{
int row,col,val; //非零元素的行、列下标及值
struct sex *right,*dowm; //该非零元素所在行表和列表的后继元素
}Node;
Node * Init(int m, int n)
{
int t,i;
Node *cp;
t=(m>=n)?m:n;
cp=(Node *)malloc( (t+1)*sizeof(Node) ); //开辟一串连续的内存空间
(*cp).row=m;
(*cp).col=n;
(*cp).val=t; //此表头结点的值域用来记录行列的最大值，以便于后面的开辟空间for(i=1;i<=t;i++)
{
cp[i].right=cp+i;
cp[i].dowm=cp+i; //构成带表头结点的空循环单链表
}
return cp;
}
void CreatCrossList(Node *cp)
{
int t,i;
Node *s,*temp;
printf("请输入非零元素的个数N：");
scanf("%d",&t);
printf("\n请输入其对应坐标及元素值：\n");
for(i=0;i { s=(Node *)malloc( sizeof(Node)); scanf("%d%d%d",&s->row,&(*s).col,&s->val); temp=cp+s->row; if( temp->right!=cp+s->row ) while( temp->right!=cp+s->row && temp->right->col<=s->col ) temp=temp->right; s->right=temp->right; temp->right=s; //修改行链表插入位置 temp=cp+s->col; if( temp->dowm!=cp+s->col ) while( temp->dowm!=cp+s->col && temp->dowm->row<=s->row ) temp=temp->dowm; s->dowm=temp->dowm; temp->dowm=s; //修改列链表插入位置 } } void output(Node *cp) { int i; Node *temp; printf("\n稀疏矩阵如下：\n"); for(i=1;i<=cp->row;i++) { temp=cp+i; while( temp->right!=cp+i ) { printf("(%d,%d %d)",temp->right->row,temp->right->col,temp->right->val); temp=temp->right; } printf("\n"); } } void Insert(Node *cp, Node *s) { //此插入函数的作用是：生成目标矩阵 Node *temp; temp=cp+s->row; //修改行链表指针 if( temp->right!=cp+s->row ) while( temp->right!=cp+s->row && temp->right->col<=s->col ) temp=temp->right; s->right=temp->right; temp->right=s; temp=cp+s->col; //修改列链表指针 if( temp->dowm!=cp+s->col ) while( temp->dowm!=cp+s->col && temp->dowm->row<=s->row ) temp=temp->dowm; s->dowm=temp->dowm; temp->dowm=s; } void addition(Node *cp1, Node *cp2, Node *cp3) { int i; Node *w,*p,*q; for( i=1; i<=cp2->row && i<=cp3->row; i++) { p=cp2+i; q=cp3+i; while( p->right!=cp2+i && q->right!=cp3+i ) { w=(Node *)malloc( sizeof(Node) ); w->row=p->right->row; if( p->right->col==q->right->col ) { w->col=p->right->col; w->val=p->right->val+q->right->val; //相同位置上的元素值相加 p=p->right; q=q->right; if( w->val ) Insert(cp1,w); //把非零元插入到目标矩阵中} else if( p->right->col { w->col=p->right->col; w->val=p->right->val; p=p->right; Insert(cp1,w); //把cp2中的非零元插入到目标矩阵中 } else { w->col=q->right->col; w->val=q->right->val; q=q->right; Insert(cp1,w); //把cp2中的非零元插入到目标矩阵中 } } if( p->right==cp2+i ) while( q->right!=cp3+i ) { w=(Node *)malloc( sizeof(Node) ); w->row=q->right->row; w->col=q->right->col; w->val=q->right->val; q=q->right; Insert(cp1,w); //把cp3中剩余的非零元插入目标矩阵中} else if( q->right==cp3+i ) while( p->right!=cp2+i ) { w=(Node *)malloc( sizeof(Node) ); w->row=p->right->row; w->col=p->right->col; w->val=p->right->val; p=p->right; Insert(cp1,w); //把cp2中剩余的非零元插入到目标矩阵中} else ; //两个矩阵同一行中同时结束 } if( i>cp2->row) while(i<=cp3->row) { //把cp3中剩余行中的非零元插入到目标矩阵中 q=cp3+i; while( q->right!=cp3+i ) { w=(Node *)malloc( sizeof(Node) ); w->row=q->right->row; w->col=q->right->col; w->val=q->right->val; q=q->right; Insert(cp1,w); } i++; //继续下一行 } else if(i>cp3->row) while( i<=cp2->row ) { p=cp2+i; while( p->right!=cp2+i ) { w=(Node *)malloc( sizeof(Node) ); w->row=p->right->row; w->col=p->right->col; w->val=p->right->val; p=p->right; Insert(cp1,w); } i++; //继续下一行 } } int main() { Node *cp1, *cp2, *cp3; int a, b; printf("\t\t\t*****稀疏矩阵的加法*****\n\n"); printf("请输入cp2的行、列数："); scanf("%d%d",&a,&b); cp2=Init(a,b); printf("请输入cp3的行、列数："); scanf("%d%d",&a,&b); cp3=Init(a,b); a=cp2->row>=cp3->row?cp2->row:cp3->row; b=cp2->col>=cp3->col?cp2->col:cp3->col; cp1=Init(a,b); //开始初始化结果矩阵 printf("\n\t>>>>>>>创建稀疏矩阵cp2\n"); CreatCrossList(cp2); printf("\n\t>>>>>>>创建稀疏矩阵cp3\n"); CreatCrossList(cp3); output(cp2); output(cp3); addition(cp1,cp2,cp3); printf("\n\n相加后的"); output(cp1); return 0; } 五：运行与测试 进行数据测试 六：总结与心得 十字链表作为存储结构表示随机稀疏矩阵，进行两矩阵的相加运算，所以首先要定义一个十字链表作为存储结构。仅有此还是不够的，还需要定义指针来指向链表中的元素。 在开始的时候，老是得不到想象中的结果，通过几次的检查才发现问题出在对矩阵中的元素指向没有弄清楚，所以即使是相同位置上的元素也没有处理好它们的相加问题。 这个实验从最初的设计到完成，出现了很多错误，通过最终的修正发现，其实犯的都是小错误，都是些指针的问题。因为指针是我比较薄弱的环节。我发现了这些问题，所以我就要进行弥补、查缺补漏。 实验完成情况：完成基本完成未完成 实现稀疏矩阵（采用三元组表示）的基本运算实验报告 一实验题目: 实现稀疏矩阵（采用三元组表示）的基本运算二实验要求: （1）生成如下两个稀疏矩阵的三元组a 和b；（上机实验指导P92 ）（2）输出a 转置矩阵的三元组； （3）输出a + b 的三元组； （4）输出a * b 的三元组； 三实验内容: 3.1 稀疏矩阵的抽象数据类型: ADT SparseMatrix { 数据对象:D={aij| i = 1,2,3,….,m; j =1,2,3,……,n; ai,j∈ElemSet,m和n分别称为矩阵的行数和列数 } 数据关系 : R={ Row , Col } Row ={ 操作结果：创建稀疏矩阵M PrintSMatrix(M) 初始条件：稀疏矩阵M已经存在 操作结果：打印矩阵M DestroySMatrix(&M) 初始条件：稀疏矩阵M已经存在 操作结果：销毁矩阵M CopySMatrix(M, &T) 初始条件：稀疏矩阵M已经存在 操作结果：复制矩阵M到T AddSMatrix(M, N, &Q) 初始条件：稀疏矩阵M、N已经存在 操作结果：求矩阵的和Q=M+N SubSMatrix(M, N, &Q) 初始条件：稀疏矩阵M、N已经存在 操作结果：求矩阵的差Q=M-N TransposeSMatrix(M, & T) 初始条件：稀疏矩阵M已经存在 操作结果：求矩阵M的转置T MultSMatrix(M, N, &Q) 初始条件：稀疏矩阵M已经存在 操作结果：求矩阵的积Q=M*N }ADT SparseMatrix 3.2存储结构的定义 #define N 4 typedef int ElemType; #define MaxSize 100 //矩阵中非零元素最多个数typedef struct { int r; //行号 int c; //列号 ElemType d; //元素值 } TupNode; //三元组定义 typedef struct { int rows; //行数值 int cols; //列数值 int nums; //非零元素个数 兰州交通大学 《算法设计与分析》 实验报告3 题目03-动态规划 专业计算机科学与技术 班级计算机科学与技术2016-02班学号201610333 姓名石博洋 第3章动态规划 1. 实验题目与环境 1.1实验题目及要求 (1) 用代码实现矩阵连乘问题。 给定n个矩阵{A1,A2,…,A n}，其中A i与A i+1是可乘的，i=1,2,…,n-1。考察这n 个矩阵的连乘积A1A2…A n。由于矩阵乘法满足结合律，故计算矩阵的连乘积可以有许多不同的计算次序，这种计算次序可以用加括号的方式来确定。若一个矩阵连乘积的计算次序完全确定，则可以依此次序反复调用2个矩阵相乘的标准算法（有改进的方法，这里不考虑）计算出矩阵连乘积。 确定一个计算顺序，使得需要的乘的次数最少。 (2) 用代码实现最长公共子序列问题。 一个给定序列的子序列是在该序列中删去若干元素后得到的序列。确切地说，若给定序列X= < x1, x2,…, xm>，则另一序列Z= < z1, z2,…, zk>是X的子序列是指存在一个严格递增的下标序列< i1, i2,…, ik>，使得对于所有j=1,2,…,k有Xij=Zj 。例如，序列Z=是序列X=的子序列，相应的递增下标序列为<2,3,5,7>。给定两个序列X和Y，当另一序列Z既是X的子序列又是Y的子序列时，称Z是序列X和Y的公共子序列。例如，若X= < A, B, C, B, D, A, B>和Y= < B, D, C, A, B, A>，则序列是X和Y的一个公共子序列，序列也是X和Y的一个公共子序列。而且，后者是X和Y的一个最长公共子序列，因为X和Y没有长度大于4的公共子序列。 (3) 0-1背包问题。 现有n种物品，对1<=i<=n，已知第i种物品的重量为正整数W i，价值为正整数V i，背包能承受的最大载重量为正整数W，现要求找出这n种物品的一个子集，使得子集中物品的总重量不超过W且总价值尽量大。（注意：这里对每种物品或者全取或者一点都不取，不允许只取一部分） 使用动态规划使得装入背包的物品价值之和最大。 1.2实验环境： CPU：Intel(R) Core(TM) i3-2120 3.3GHZ 内存：12GB 操作系统：Windows 7.1 X64 编译环境：Mircosoft Visual C++ 6 2. 问题分析 (1) 分析。 课程设计 课程：数据结构 题目：稀疏矩阵4 三元组单链表结构体(行数、列数、头) 矩阵运算重载运算符优 班级： 姓名： 学号： 设计时间：2010年1月17日——2010年5月XX日 成绩： 指导教师：楼建华 一、题目 二、概要设计 1.存储结构 typedef struct{ int row,col;//行，列 datatype v;//非0数值 }Node; typedef struct{ Node data[max];//稀疏矩阵 int m,n,t;//m 行，n 列，t 非0数个数 … … 2.基本操作 ⑴istream& operator >>(istream& input,Matrix *A)//输入 ⑵ostream& operator <<(ostream& output,Matrix *A){//输出 ⑶Matrix operator ~(Matrix a,Matrix b)//转置 ⑷Matrix operator +(Matrix a,Matrix b)//加法 ⑸Matrix operator -(Matrix a,Matrix b)//减法 ⑹Matrix operator *(Matrix a,Matrix b)//乘法 ⑺Matrix operator !(Matrix a,Matrix b)//求逆 三、详细设计 （1）存储要点 position[col]=position[col-1]+num[col-1]; 三元组表(row ，col ，v) 稀疏矩阵（（行数m ，列数n ，非零元素个数t ），三元组，...，三元组） 1 2 3 4 max-1 算法设计与分析实验报告 班级：计科0902班 姓名：张华敏 学号：0909090814 矩阵连乘问题 一，实验内容： 二，写一个完整的代码来完整的实现矩阵连乘问题。 三，算法设计： 在矩阵连乘问题中，根据老师所讲和自己看书对动态规划方法的理解，通过最优子结构性质。再结合书上的算法，便可顺利的写出了代码 四，遇到的问题及解决方案： 只根据算法写出具体的实现过程刚开始觉得很难，觉得无从下手，不知道该用什么结构形式来存放各个参数，也不知道该怎样具体的实施算法的细节，但是课本上给出了一段实现代码给了我很大的启发，通过借鉴树上的代码实现再结合自己的努力，才终于完成了矩阵连乘全部的代码实现，包括最少连乘次数以及剖分方法。 五，源代码 package suanfa; public class Juzhen { public void matrixchain(int p[],int m[][],int s[][]){ i nt n=p.length-1; f or(int i=1;i<=n;i++){ m[i][i]=0; } f or(int r=2;r<=n;r++){ for(int i=1;i<=n-r+1;i++){ int j=i+r-1; m[i][j]=m[i+1][j]+p[i-1]*p[i]*p[j]; s[i][j]=i; for(int k=i+1;k 常熟理工学院 《数据结构与算法》实验指导与报告书 _2017-2018_____学年第__1__ 学期 专业：物联网工程 实验名称：特殊矩阵和稀疏矩阵 实验地点： N6-210 指导教师：聂盼红 计算机科学与工程学院 2017 实验五特殊矩阵和稀疏矩阵 【实验目的】 1、掌握数组的结构类型（静态的内存空间配置）；通过数组的引用下标转换成该数据在内存中的地址； 2、掌握对称矩阵的压缩存储表示； 3、掌握稀疏矩阵的压缩存储-三元组表表示，以及稀疏矩阵的转置算法。 【实验学时】 2学时 【实验预习】 回答以下问题： 1、什么是对称矩阵？写出对称矩阵压缩存储sa[k]与aij之间的对应关系。 若n阶矩阵A中的元素满足下述性质：a ij=a ji，则称为n阶对称矩阵。 sa[k]与矩阵元素a ij之间存在着一一对应的关系： 若i>=j，k=i*(i+1)/2+j; 若i 的关系。（注意C程序中，i，j，k均从0开始） （2）调试程序与运行。对称矩阵存储下三角部分即i>=j。 对称矩阵为3,9,1,4,7 9,5,2,5,8 1,2,5,2,4 4,5,2,1,7 7,8,4,7,9 参考程序如下： #include<> #define N 5 int main() { int upper[N][N]= {{3,9,1,4,7}, {9,5,2,5,8}, {1,2,5,2,4}, {4,5,2,1,7}, {7,8,4,7,9} }; /*对称矩阵*/ int rowMajor[15]; /*存储转换数据后以行为主的数组*/ int Index; /*数组的索引值*/ int i,j; printf("Two dimensional upper triangular array:\n"); for (i=0; i 邻接矩阵的实现 1. 实验目的 （1）掌握图的逻辑结构 （2）掌握图的邻接矩阵的存储结构 （3）验证图的邻接矩阵存储及其遍历操作的实现2. 实验内容 （1）建立无向图的邻接矩阵存储 （2）进行深度优先遍历 （3）进行广度优先遍历3．设计与编码MGraph.h #ifndef MGraph_H #define MGraph_H const int MaxSize = 10; template int vertexNum, arcNum; }; #endif MGraph.cpp #include 一、实验内容和要求 1、稀疏矩阵A,B均采用三元组表示，验证实现矩阵A快速转置算法，设计并验证A,B相 加得到矩阵C的算法。 （1）从键盘输入矩阵的行数和列数，随机生成稀疏矩阵。 （2）设计算法将随机生成的稀疏矩阵转换成三元组顺序表示形式存储。 （3）设计算法将快速转置得到的与相加得到的三元组顺序表分别转换成矩阵形式。 （4）输出随机生成的稀疏矩阵A,B及其三元组顺序表、快速转置得到的与相加得到的三元组顺序表及其矩阵形式。 二、实验过程及结果 一、需求分析 1、将随机生成的数定义为int型（为方便起见设定范围为-20至20（不含0），可 修改），三元组存储的元素分别为非零元的行下标、列下标及该位置的元素值，零元不进行存储。实际上在生成稀疏矩阵时是随机选取一些位置生成非零元然后存入三元组中。 2、从键盘输入矩阵的行数和列数后应能输出三元组顺序表及相应矩阵（按行和列 排列形式输出）。 3、程序能实现的功能包括： ①随机产生稀疏矩阵；②输出阵列形式的矩阵；③输出三元组顺序 表；④将矩阵快速转置；⑤将两个稀疏矩阵相加生成新的矩阵。 二、概要设计 1、稀疏矩阵的抽象数据类型定义： ADT TSMatrix{ 数据对象：D={ aij|i=1,2,…,m,j=1,2,…,n; Ai,j∈ElemSet,m和n分别称为矩阵的行数和列数}数据关系：R={Row，Col} Row={ 矩阵连乘问题《算法分析与设计》 设计性实验报告 课程名称：《算法分析与设计》矩阵连乘问题实验题目：长：组员一：成 二：成员成员三：数学与计算机科学系别：系专业班级：指导教师：实验日期： 一、实验目的和要求 实验目的 熟悉动态规划算法设计思想和设计步骤，掌握基 本的程序设计方法，培养学生用计算机解决实际问题的能力。 实验要求 1、根据实验内容，认真编写源程序代码、上机调试程序，书写实验报告。 2、本实验项目考察学生对教材中核心知识的掌握程度和解决实际问题的能力。 3、实验项目可 以采用集中与分散实验相结合的方式进行，学生利用平时实验课时间和课外时间进行 实验，要求在学期末形成完整的项目程序设计报告。 二、实验内容提要 矩阵连乘问题给定n个矩阵{A,A,…,A}， 其中，Ai与Ai+1是可乘的，n21A,A,…,A。由于矩阵乘法满足结n-1。考查这n个矩阵的连乘积i=1,2，…，n12合律，故计算矩阵的连乘积可以有 许多不同的计算次序。这种计算次序可以用加括号的方式来确定。若一个矩阵连乘积的计算次序完全确定，也就是说该连乘积已完全加括号，则可以依此次序反 复调用2个矩阵相乘的标准算法计算出矩阵连乘积。完全加括号的矩阵连乘积可 递归地定义为： （1）单个矩阵是完全加括号的； （2）矩阵连乘积A是完全加括号的，则A可表示为2个完全加括号的矩阵连乘积B和C的乘积并加括号，即A=（BC）。 三、实验步骤下面考虑矩阵连乘积的最优计算次序问题的动态规划方法。（1）分析最优解的结构（最优子结构性质）设计求解具体问题的动态规划算法的第一步是刻画该问 题的最优解结构特征。对于矩阵乘积的最优计算次序问题也不例外。首先，为方便起见，降- 1 - 矩阵乘积Ai Ai+1…Aj简记为A[i:j]。 稀疏矩阵 一、问题描述 假若在n m ?阶中，有t 个元素不为零，令n m t ?=δ称为矩阵的稀疏因子。通常认为≤δ0.05时称为稀疏矩阵。稀疏矩阵的研究大大的减少了数据在计算机中存储所需的空间，然而，它们的运算却与普通矩阵有所差异。通过本次实验实现稀疏矩阵的转置、加法和乘法等多种运算。 二、基本要求 1、稀疏矩阵采用三元组表示，建立稀疏矩阵，并能按矩阵和三元组方式输出; 2、编写算法，完成稀疏矩阵的转置操作； 3、编写算法，完成对两个具有相同行列数的稀疏矩阵进行求和操作； 4、编写算法，对前一矩阵行数与后一矩阵列数相等的两个矩阵,完成两个稀疏矩阵的相乘操作。 三、测试数据 1、转置操作的测试数据： ??????? ? ?00200013000010020100 2、相加操作的测试数据： ??????? ? ?002000130000100 20100 ??????? ??00200010000210030300 3、相乘操作的测试数据： ?????? ? ??000000030040 0021 ??????? ??001002000021 四、算法思想 1、三元组结构类型为Triple ，用i 表示元素的行，j 表示元素的列，e 表示元素值。稀疏矩阵的结构类型为TSMatrix ，用数组data[]表示三元组，mu 表示行数，nu 表示列数，tu 表示非零元个数。 2、稀疏矩阵转置的算法思想 将需要转置的矩阵a 所有元素存储在三元组表a.data 中，按照矩阵a 的列序来转置。 为了找到a的每一列中所有非零元素，需要对其三元组表a.data扫描一遍，由于a.data 是以a的行需序为主序来存放每个非零元的，由此得到的就是a的转置矩阵的三元组表，将其储存在b.data中。 3、稀疏矩阵相加的算法思想 比较满足条件(行数及列数都相同的两个矩阵)的两个稀疏矩阵中不为0的元素的行数及列数（即i与j），将i与j都相等的前后两个元素值e相加，保持i,j不变储存在新的三元组中，不等的则分别储存在此新三元组中。最后得到的这个新三元组表就是两个矩阵的和矩阵的三元组表。 4、稀疏矩阵相乘的算法思想 两个相乘的矩阵为M与N，对M中每个元素M.data[p](p=1,2,…,M.tu),找到N中所有满足条件M.data[p].j=N.data[q].i的元素N.data[q]，求得M.data[p].v和N.data[q].v 的乘积，又T(i,j)=∑M(i,k)×N(k,j),乘积矩阵T中每个元素的值是个累计和，这个乘积M.data[p].v×N.data[q].v只是T[i][j]中的一部分。为便于操作，应对每个元素设一累计和的变量，其初值是零，然后扫描数组M，求得相应元素的乘积并累加到适当的求累计和的变量上。由于T中元素的行号和M中元素的行号一致，又M中元素排列是以M的行序为主序的，由此可对T进行逐行处理，先求得累计求和的中间结果（T的一行），然后再压缩存储到Q.data中去。 五、模块划分 1、Status CreateM(TSMatrix *M, int a[],int row, int col)，创立三元组； 2、void PrintM(TSMatrix M)，按数组方式输出； 3、void PrintM3(TSMatrix M)，按三元组方式输出； 4、Status TransposeSMatrix(TSMatrix M, TSMatrix *T)，稀疏矩阵的转置； 5、Status MultSMatrix(TSMatrix M, TSMatrix N, TSMatrix *Q)，稀疏矩阵加法； 6、Status MultSMatrix(TSMatrix M, TSMatrix N, TSMatrix *Q)，稀疏矩阵相乘； 7、main(),主函数。 六、数据结构//(ADT) 1、三元组结构类型 typedef struct { int i,j; ElemType e; } Triple; 2、稀疏矩阵 typedef struct { Triple data[MAXSIZE+1]; P-219-29T template for(int j=0;j 教学单位计算机科学与技术 学生学号 5 数据结构 课程设计报告书 题目稀疏矩阵运算器 学生豹 专业名称软件工程 指导教师志敏 实验目的：深入研究数组的存储表示和实现技术，熟悉广义表存储结构的特性。 需要分析：稀疏矩阵是指那些多数元素为零的矩阵。利用“稀疏”特点进行存储和计算可以大大节省存储空间，提高计算效率。实现一个能进行稀疏矩阵基本运算的运算器。要求以带“行逻辑信息”的三元组顺序表存储稀疏矩阵，实现两矩阵的相加、相减、相乘等运算。输入以三元组表示，输出以通常的阵列形式列出。 软件平台：Windows 2000，Visual C＋＋ 6.0或WINTC 概要设计：ADT Array { 数据对象: D = {aij | 0≤i≤b1-1, 0 ≤j≤b2-1} 数据关系: R = { ROW, COL } ROW = { 华北电力大学科技学院 实验报告 实验名称矩阵连乘问题 课程名称计算机算法设计与分析 专业班级：软件12K1 学生姓名：吴旭 学号：121909020124 成绩： 指导老师：刘老师实验日期：2014.11.14 一、实验内容 矩阵连乘问题，给定n个矩阵{A1,A2,…,A n}，其中A i与A i+1是可乘的，i=1,2,3…,n-1。考察这n个矩阵的连乘A1,A2,…,A n。 二、主要思想 由于矩阵乘法满足结合律，故计算矩阵的连乘积可以有许多不同的计算次序。这种计算次序可以用加括号的方式来确定。若一个矩阵连乘积的计算次序完全确定，也就是说该连乘积已经完全加括号，则可依此次序反复调用2个矩阵相乘的标准算法计算出矩阵连乘积。完全加括号的矩阵连乘积可递归的定义为： (1)单个矩阵是完全加括号的； (2)矩阵连乘积A是完全加括号的，则A可表示为2个完全加括号 的矩阵连乘积B和C的乘积并加括号，即A=(BC)。 运用动态规划法解矩阵连乘积的最优计算次序问题。按以下几个步骤进行 1、分析最优解的结构 设计求解具体问题的动态规划算法的第1步是刻画该问题的最优解的结构特征。为方便起见，将矩阵连乘积简记为A[i:j]。考察计算A[1:n]的最优计算次序。设这个计算次序矩阵在A k和A k+1之间将矩阵链断开，1n,则其相应的完全加括号方式为((A1…A k)(A k+1…A n))。依此次序，先计算A[1:k]和A[k+1:n],然后将计 算结果相乘得到A[1:n]。 2、建立递归关系 设计动态规划算法的第二步是递归定义最优值。对于矩阵连乘积的最优计算次序问题，设计算A[i:j]，1i n，所需的最少数乘次数为m[i][j]，原问题的最优值为m[1][n]。 当i=j时，A[i:j]=A i为单一矩阵，无需计算，因此m[i][i]=0，i=1,2,…n。 当i 数据结构课后习题及解析第五章 第五章习题 5.1 假设有6行8列的二维数组A，每个元素占用6个字节，存储器按字节编址。已知A的基地址为 1000，计算： 数组A共占用多少字节； 数组A的最后一个元素的地址； 按行存储时元素A 36 的地址； 按列存储时元素A 36 的地址； 5.2 设有三对角矩阵A n×n ,将其三条对角线上的元素逐行地存于数组B(1:3n-2)中，使得B[k]= a ij ， 求： （1）用i,j表示k的下标变换公式； （2）用k表示i,j的下标变换公式。 5.3假设稀疏矩阵A和B均以三元组表作为存储结构。试写出矩阵相加的算法，另设三元组表C存放 结果矩阵。 5.4在稀疏矩阵的快速转置算法5.2中，将计算position[col]的方法稍加改动，使算法只占用一个 辅助向量空间。 5.5写一个在十字链表中删除非零元素a ij 的算法。 5.6画出下面广义表的两种存储结构图示： ((((a), b)), ((( ), d), (e, f))) 5.7求下列广义表运算的结果： （1）HEAD[((a,b),(c,d))]; （2）TAIL[((a,b),(c,d))]; （3）TAIL[HEAD[((a,b),(c,d))]]; （4）HEAD[TAIL[HEAD[((a,b),(c,d))]]]; （5）TAIL[HEAD[TAIL[((a,b),(c,d))]]]; 实习题 若矩阵A m×n 中的某个元素a ij 是第i行中的最小值，同时又是第j列中的最大值，则称此元素为该 矩阵中的一个马鞍点。假设以二维数组存储矩阵，试编写算法求出矩阵中的所有马鞍点。 第五章答案 5.2设有三对角矩阵A n×n,将其三条对角线上的元素逐行的存于数组B[1..3n-2]中，使得B[k]=a ij，求：（1）用i,j表示k的下标变换公式；（2）用k表示i、j的下标变换公式。 【解答】（1）k=2(i-1)+j (2) i=[k/3]+1, j=[k/3]+k%3 （[ ]取整，%取余） 5.4在稀疏矩阵的快速转置算法5.2中，将计算position[col]的方法稍加改动，使算法只占用一个辅助向量空间。 【解答】算法（一） FastTransposeTSMatrix(TSMartrix A, TSMatrix *B) {/*把矩阵A转置到B所指向的矩阵中去，矩阵用三元组表表示*/ int col,t,p,q; int position[MAXSIZE]; B->len=A.len; B->n=A.m; B->m=A.n; if(B->len>0) { position[1]=1; for(t=1;t<=A.len;t++) position[A.data[t].col+1]++; /*position[col]存放第col-1列非零元素的个数, 即利用pos[col]来记录第col-1列中非零元素的个数*/ /*求col列中第一个非零元素在B.data[ ]的位置，存放在position[col]中*/ for(col=2;col<=A.n;col++) position[col]=position[col]+position[col-1]; for(p=1;p 图实验 一，邻接矩阵的实现 1.实验目的 （1）掌握图的逻辑结构 （2）掌握图的邻接矩阵的存储结构 （3）验证图的邻接矩阵存储及其遍历操作的实现 2.实验内容 （1）建立无向图的邻接矩阵存储 （2）进行深度优先遍历 （3）进行广度优先遍历 3．设计与编码 #ifndef MGraph_H #define MGraph_H const int MaxSize = 10; template 《算法设计与分析》实验报告 目录 一、实验内容描述和功能分析. 二、算法过程设计. 三、程序调试及结果（附截图）. 四、源代码（附源代码）. 一、实验内容描述和功能分析. 1.矩阵连乘问题 内容描述：给定n个矩阵｛A1,A2,…,An｝，其中Ai与Ai+1是可乘的，i=1,2 ,…,n-1。如何确定计算矩阵连乘积的计算次序，使得依此次序计算矩阵连乘积需要的数乘次数最少。 功能分析：输入包含多组测试数据。第一行为一个整数C，表示有C 组测试数据，接下来有2*C行数据，每组测试数据占2行，每组测试数据第一行是1个整数n，表示有n个矩阵连乘,接下来一行有n+1 个数,表示是n个矩阵的行及第n个矩阵的列,它们之间用空格隔开。输出应该有C行，即每组测试数据的输出占一行，它是计算出的矩阵最少连乘积次数。 例如：输入：1输出：7500 3 10 100 5 50 2.Pebble Merging 内容描述：在一个圆形操场的四周摆放着n 堆石子。现要将石子有次序地合并成一堆。规定每次只能选相邻的2 堆石子合并成新的一堆，并将新的一堆石子数记为该次合并的得分。试设计一个算法，计算出将n堆石子合并成一堆的最小得分和最大得分。 编程任务： 对于给定n堆石子,编程计算合并成一堆的最小得分和最大得分。 功能分析：输入由多组测试数据组成。每组测试数据输入的第1 行是正整数n，1≤n≤100，表示有n堆石子。第二行有n个数，分别表示每堆石子的个数。 对应每组输入，输出的第1 行中的数是最小得分；第2 行中的数是最大得分。 例如：输入：4 输出：43 4 4 5 9 54 二、算法过程设计. 1.矩阵连乘问题 矩阵连乘问题是通过设置数组，利用数组的横竖坐标来进行矩阵对应行与列的计算。 2.Pebble Merging 这个问题也是跟数组相关，通过寻找数组中的最大和最小值来进行计算。 三、程序调试及结果（附截图）. 1.矩阵连乘问题 2.Pebble Merging typedef int ElemType; // 稀疏矩阵的三元组顺序表存储表示 #define MAXSIZE 100 // 非零元个数的最大值 typedef struct { int i,j; // 行下标,列下标 ElemType e; // 非零元素值 }Triple; typedef struct { Triple data[MAXSIZE+1]; // 非零元三元组表,data[0]未用 int mu,nu,tu; // 矩阵的行数、列数和非零元个数 }TSMatrix; // 创建稀疏矩阵M int CreateSMatrix(TSMatrix *M) { int i,m,n; ElemType e; int k; printf("请输入矩阵的行数,列数,非零元素个数：（逗号）\n"); scanf("%d,%d,%d",&(*M).mu,&(*M).nu,&(*M).tu); (*M).data[0].i=0; // 为以下比较顺序做准备 for(i = 1; i <= (*M).tu; i++) { do { printf("请按行序顺序输入第%d个非零元素所在的行(1～%d)," "列(1～%d),元素值：(逗号)\n", i,(*M).mu,(*M).nu); scanf("%d,%d,%d",&m,&n,&e); k=0; // 行或列超出范围 if(m < 1 || m > (*M).mu || n < 1 || n > (*M).nu) k=1; if(m < (*M).data[i-1].i || m == (*M).data[i-1].i && n <= (*M).data[i-1].j) // 行或列的顺序有错 k=1; }while(k); #include 实现稀疏矩阵(采用三元组表示)的基本运算实验报告 ————————————————————————————————作者：————————————————————————————————日期： 2 实现稀疏矩阵（采用三元组表示）的基本运算实验报告 一实验题目: 实现稀疏矩阵（采用三元组表示）的基本运算二实验要求: （1）生成如下两个稀疏矩阵的三元组 a 和 b；（上机实验指导 P92 ）（2）输出 a 转置矩阵的三元组； （3）输出a + b 的三元组； （4）输出 a * b 的三元组； 三实验内容: 3.1 稀疏矩阵的抽象数据类型: ADT SparseMatrix { 数据对象:D={aij| i = 1,2,3,….,m; j =1,2,3,……,n; ai,j∈ElemSet,m和n分别称为矩阵的行数和列数 } 数据关系 : R={ Row , Col } Row ={ 湖南涉外经济学院计算机科学与技术专业 《算法设计与分析》课程 矩阵连乘备忘录算法 实验报告 班级： 学号： 姓名： 教师： 成绩： 2012年5月 【实验目的】 1 掌握动态规划算法和备忘录方法； 2 利用动态规划备忘录思想实现矩阵连乘； 3 分析实验结果，总结算法的时间和空间复杂度。思考是否能将算法的时间复杂度提高到 O(nlgn) 【系统环境】 Windows 07 平台 【实验工具】 VC++6.0中文企业版 【问题描述】 描述：给定n个矩阵{A1，A2，…，An}，其中Ai与Ai+1可乘的，i=1,2，…，n-1。找出这个n个矩阵的连乘A1A2…An所需相乘的最少次数的方式。 例：矩阵连乘积A1A2A3A4可以有一下五种不同的完全加括号方式： （A1（A2（A3A4））） （A1（（A2A3）A4）） （（A1A2）（A3A4）） （（A1（A2A3））A4） （（（A1A2）A3）A4） 【实验原理】 原理：1、矩阵连乘满足结合律，且不同的结合方式，所需计算的次数不同。 2、利用备忘录方法，用表格保存以解决的子问题答案，降低重复计算，提高效率。 思路：m初始化为0，表示相应的子问题还位被计算。在调用LookupChain时，若m[i][j]>0，则表示其中储存的是所要求子问题的计算结果，直接返回此结果即刻。否则与直接递归算法一样，自顶而下的递归计算，并将计算结果存入m[i][j]后返回。因此，LookupChain总能返回正确的值，但仅在它第一次被调用时计算，以后调用就直接返回计算结果。 方法：用MemorizedMatrixChain函数将已经计算的数据存入表中，用LookupChain函数配合MemorizedMatrixChain函数递归调用计算。 【源程序代码】 #include实现稀疏矩阵(采用三元组表示)的基本运算实验报告
算法分析_实验报告3
数据结构稀疏矩阵基本运算实验报告
算法分析与设计实验报告
数据结构与算法 特殊矩阵和稀疏矩阵
数据结构实验报告图实验
矩阵转置及相加实验报告
矩阵连乘问题算法分析与设计
稀疏矩阵(算法与数据结构课程设计)
数据结构—矩阵课后题
数据结构实验报告稀疏矩阵运算
矩阵连乘实验报告
数据结构课后习题及解
数据结构实验报告图实验
算法分析实验三报告
数据结构C语言版-稀疏矩阵的三元组顺序表存储表示和实现
数据结构 稀疏矩阵相乘问题
实现稀疏矩阵(采用三元组表示)的基本运算实验分析报告
矩阵连乘备忘录算法
相关主题
文本预览