使用C语言实现矩阵转置（稀疏矩阵）

目录

1.转置矩阵（普通矩阵）

2.转置矩阵（稀疏矩阵）

（1）稀疏矩阵

（2）稀疏矩阵的压缩存储方式

（3）理论运算方法

---

1.转置矩阵（普通矩阵）

矩阵的转置：根据主对角元素作为对称轴进行元素的互换。转置运算是一种最简单的矩阵运算。对一个mxn的矩阵M进行转置得到矩阵T（nxm），且T（i,j）=M（j,i）,1<=i<=n,1<=j<=m.

注：虽然矩阵的转置非常的简单，但是对于其在计算机上的时间复杂度也是做了很多的优化，特别是对稀疏矩阵的转置，因为稀疏矩阵的存储方式不是直接使用nxn的方式进行存储的，而是采用其他的方式：如三元组等。

#include
#include
 
#define Mat_n 5
 
typedef int ElemType;
 
int M[Mat_n][Mat_n];
//矩阵的转置
void TransposeMatrix(int N[Mat_n][Mat_n],int n,int m){
	for(int col=1;col<=m;col++){
		for(int row=1;row<=n;row++){
			M[col][row]=N[row][col];
		}
	}
} 
 
 
int main(){
	int n,m; 
	int N[Mat_n][Mat_n];
	printf("请输入矩阵(方阵)行和列: ");
	scanf("%d %d",&n,&m);
	//初始化
	for(int i=1;i<=n;i++){
		for(int j=1;j<=m;j++){
			N[i][j]=M[i][j]=0; 
		}
	}
	printf("请输入矩阵(方阵):\n");
	for(int i=1;i<=n;i++){
		for(int j=1;j<=m;j++){
			scanf("%d",&N[i][j]); 
		}
	}
	TransposeMatrix(N,n,m);
	for(int i=1;i<=n;i++){
		for(int j=1;j<=m;j++){
			printf("%d  ",M[i][j]);
		}
		printf("\n");
	}
	return 0;
}
 
/*
4 4
1  2  0  3
5  6  3  8
12 23 45 67
9  5  3  5
*/

2.转置矩阵（稀疏矩阵）

（1）稀疏矩阵

（2）稀疏矩阵的压缩存储方式

由于是稀疏矩阵，所以只需要存储非零元即可，非零元的位置为（i,j），所以采用三元组的形式（i,j,aij）唯一确定矩阵A的非零元。

比如：（（1,2,2）,（1,3,9），（3,1，3），（3,6,4），（4,3,2），（5,2,8），（6,1,5），（6,4，7））

（3）理论运算方法

假设M矩阵的三元组形式如下：

转置之后的T矩阵三元组如下：

步骤：

      第一步：将矩阵的行列值进行互换；

      第二步：将每个元组中的i和j值进行调换；

      第三步：重排三元组之间的次序即可实现矩阵的转置；

而对于第三步的具体实现步骤：

      方法一：

按照T.data中的三元组的次序依次在M.data中找到相应的三元组进行转置。也就是说对其M.data中的三元组表进行扫描一遍（从第一行到最后一行），由于M.data是以行序为主序来存放每个非零元的，所以也可以得到T.data应有的次序。

#include
#include
 
#define MAXSIZE 10
 
typedef int ElemType;
 
typedef struct {
	int i,j;
	ElemType e;
}Triple;
 
typedef struct {
	Triple data[MAXSIZE];
	int mu,nu,tu;//矩阵的行，列和非零元个数 
}TSMatrix; 
 
void TransposeSMatrix(TSMatrix M,TSMatrix&T){
	//矩阵的行列互换 
	T.mu=M.nu;
	T.nu=M.mu;
	T.tu=M.tu;
	if(T.tu){
		int q=1;
		for(int col=1;col<=M.nu;col++){
			for(int p=1;p<=M.tu;p++){
				if(M.data[p].j==col){
					T.data[q].i=M.data[p].j;
					T.data[q].j=M.data[p].i;
					T.data[q].e=M.data[p].e;
					q++;
				}
			}
		}
	}
}
 
 
int main(){
	TSMatrix M,T;
	printf("请输入矩阵的行,列和非零元数: \n");
	scanf("%d %d %d",&M.mu,&M.nu,&M.tu);
	printf("请输入矩阵(三元组): \n");
	for(int i=1;i<=M.tu;i++){
		scanf("%d %d %d",&M.data[i].i,&M.data[i].j,&M.data[i].e);
	}
	printf("----------------------------------------------\n");
	TransposeSMatrix(M,T);
	printf("转置矩阵T: \n");
	for(int i=1;i<=T.tu;i++){
		printf("%d %d %d\n",T.data[i].i,T.data[i].j,T.data[i].e);
	}
	return 0;
}
/*
6 6 8
1 2 12 
1 3 9
3 1 -3
3 6 14
4 3  24
5 2 18
6 1 15
6 4 -7
*/
 
 
 
 

 注：但是方法一从时间复杂度上来说：O(nu x tu)，所以和非零元的个数是成正比的；普通的矩阵的转置时间复杂度为O(mu x nu);但是对于方法一来说，当tu的数量级和nu x mu相同时，就会出现时间复杂度为O(mu x nu x nu)，所以这个时候比普通的方法还要耗时。因此方法二对其进行了改进。

方法二：

假设：如果能够预先确定矩阵M中的每一列（也就是转置之后的矩阵中的每一行）的第一个非零元在T.data中的应有位置，那么在对M.data中的三元组依次做转置时，便可直接放到T.data中恰当的位置。

为了提前确定位置，首先需要设置两个数组变量：num和cpot。

其中num[col]表示矩阵M中的第col列中非零元的个数，cpot[col]表示M中第col列的第一个非零元在T.data中的恰当位置。

num[co]更加形象的计算方式：

#include
#include
 
#define MAXSIZE 10
 
const int maxn=100;
 
typedef int ElemType;
 
typedef struct {
	int i,j;
	ElemType e;
}Triple;
 
typedef struct {
	Triple data[MAXSIZE];
	int mu,nu,tu;//矩阵的行，列和非零元个数 
}TSMatrix; 
 
 
void TransposeSMatrix_1(TSMatrix M,TSMatrix&T){
		//矩阵的行列互换 
	T.mu=M.nu;
	T.nu=M.mu;
	T.tu=M.tu;
	int num[100];
	int cpot[100];
	if(T.tu){
        //初始化
		for(int col=1;col<=M.nu;col++){
			num[col]=0;
		}
		for(int t=1;t<=M.tu;t++){
			++num[M.data[t].j];
		}
		cpot[1]=1;
		for(int col=2;col<=M.nu;col++){
			cpot[col]=cpot[col-1]+num[col-1];
		}
		for(int p=1;p<=M.tu;p++){
			int col=M.data[p].j;
            //提前得到在T.data中第q行
			int q=cpot[col];
			T.data[q].i=M.data[p].j;
			T.data[q].j=M.data[p].i;
			T.data[q].e=M.data[p].e;
            //这里之所以要加就是因为一行有多个元素
			++cpot[col];
		}
	}
}
 
 
int main(){
	TSMatrix M,T;
	printf("请输入矩阵的行,列和非零元数: \n");
	scanf("%d %d %d",&M.mu,&M.nu,&M.tu);
	printf("请输入矩阵(三元组): \n");
	for(int i=1;i<=M.tu;i++){
		scanf("%d %d %d",&M.data[i].i,&M.data[i].j,&M.data[i].e);
	}
	printf("----------------------------------------------\n");
	TransposeSMatrix_1(M,T);
	printf("转置矩阵T: \n");
	for(int i=1;i<=T.tu;i++){
		printf("%d %d %d\n",T.data[i].i,T.data[i].j,T.data[i].e);
	}
	return 0;
}
/*
6 6 8
1 2 12 
1 3 9
3 1 -3
3 6 14
4 3  24
5 2 18
6 1 15
6 4 -7
*/
 
 
 
 

注：方法二比之前多用了两个辅助的数组空间num和cpot,但是从时间上来看的话，时间复杂度为O(nu+tu)，如果tu的数量级和nu x mu同等，时间复杂度为O(nu x mu).

 参考书籍《数据结构》（清华大学版）