数组与特殊矩阵
数组是程序设计中最基础的存储结构,几乎所有数据结构的底层都离不开数组。对于具有大量重复元素或大量零元素的特殊矩阵与稀疏矩阵,压缩存储能大幅节省空间,是考研的常考考点。本章围绕”如何用更少的空间存储矩阵”这一核心问题,介绍多维数组的地址计算、特殊矩阵的压缩存储方法与稀疏矩阵的两种表示法。
本章要解决的问题
一个 10×10 的矩阵需要 100 个存储单元,但对称矩阵其实只需存一半,稀疏矩阵甚至只需存几十个非零元素。如何在保持”能访问任意元素”的前提下,把矩阵压缩到最小空间?这需要掌握多维数组的行优先/列优先地址计算公式,理解对称矩阵、三角矩阵、三对角矩阵的压缩规律,以及稀疏矩阵的三元组与十字链表表示。
学习目标
- 掌握一维、二维数组的存储结构,能计算元素地址
- 理解行优先与列优先存储的地址公式及区别
- 掌握对称矩阵、下三角矩阵、三对角矩阵的压缩存储公式
- 掌握稀疏矩阵的三元组表示法与十字链表法
- 能够运用压缩存储解决矩阵的存取与运算问题
章节导航
| 子章节 | 核心内容 |
|---|---|
| 多维数组的存储 | 一维/二维数组地址计算、行优先与列优先 |
| 特殊矩阵的压缩存储 | 对称矩阵、下三角矩阵、三对角矩阵 |
| 稀疏矩阵 | 三元组表示法、十字链表法 |
| 典型应用 | 数组与稀疏矩阵的应用场景 |
| 总结 | 术语对照、核心要点 |
建议阅读顺序
基础路线:多维数组的存储 → 特殊矩阵的压缩存储,先掌握地址计算公式。
进阶路线:稀疏矩阵 → 典型应用 → 总结,理解三元组与十字链表的适用场景。
行优先与列优先的地址公式是本章易错点,务必通过具体例子(如对称矩阵下标换算)反复练习,408 与考研常在此处出题。
