【数据结构】数组和字符串(十):稀疏矩阵的链接存储:十字链表的矩阵操作(加法、乘法、转置)

这篇具有很好参考价值的文章主要介绍了【数据结构】数组和字符串(十):稀疏矩阵的链接存储:十字链表的矩阵操作(加法、乘法、转置)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

4.2.1 矩阵的数组表示

【数据结构】数组和字符串(一):矩阵的数组表示

4.2.2 特殊矩阵的压缩存储

  矩阵是以按行优先次序将所有矩阵元素存放在一个一维数组中。但是对于特殊矩阵,如对称矩阵、三角矩阵、对角矩阵和稀疏矩阵等, 如果用这种方式存储,会出现大量存储空间存放重复信息或零元素的情况,这样会造成很大的空间浪费。为节约存储空间和算法(程序)运行时间,通常会采用压缩存储的方法。

  • 对角矩阵:指除了主对角线以外的元素都为零的矩阵,即对 任意 i ≠ j (1≤ i , j ≤n),都有M(i, j)=0。由于只有主对角线上有非零元素,只需存储主对角线上的元素即可。
  • 三角矩阵:指上三角或下三角的元素都为零的矩阵。同样地,只需存储其中一部分非零元素,可以节省存储空间。
  • 对称矩阵:指矩阵中的元素关于主对角线对称的矩阵。由于对称矩阵的非零元素有一定的规律,可以只存储其中一部分元素,从而减少存储空间。
  • 稀疏矩阵:指大部分元素为零的矩阵。传统的按行优先次序存储方法会浪费大量空间来存储零元素,因此采用压缩存储的方法更为合适。常见的压缩存储方法有:压缩稠密行(CSR)、压缩稠密列(CSC)、坐标列表(COO)等。

a. 对角矩阵的压缩存储

【数据结构】数组和字符串(二):特殊矩阵的压缩存储:对角矩阵——一维数组

b~c. 三角、对称矩阵的压缩存储

【数据结构】数组和字符串(三):特殊矩阵的压缩存储:三角矩阵、对称矩阵——一维数组

d. 稀疏矩阵的压缩存储——三元组表

  对于稀疏矩阵的压缩存储,由于非零元素的个数远小于零元素的个数,并且非零元素的分布没有规律,无法简单地利用一维数组和映射公式来实现压缩存储。针对稀疏矩阵,通常采用特定的数据结构来进行压缩存储,以减少存储空间的占用。

  一种常见的稀疏矩阵压缩存储方法是使用"三元组"表示法,也称为COO(Coordinate)格式,只存储非零元素的值以及它们的行列坐标。通过使用三元组(Triplet)来表示非零元素的位置和值,每个三元组包含三个信息:非零元素的行索引、非零元素的列索引以及非零元素的值。

【数据结构】数组和字符串(四):特殊矩阵的压缩存储:稀疏矩阵——三元组表

4.2.3三元组表的转置、加法、乘法、操作

【数据结构】数组和字符串(七):特殊矩阵的压缩存储:三元组表的转置、加法、乘法操作

4.2.4十字链表

  在稀疏矩阵的十字链表中,每个非零元素都由一个节点表示。节点包含了几个字段:

  1. LEFT:指向该节点在同一行中的左邻非零元素的地址信息。
  2. UP:指向该节点在同一列中的上邻非零元素的地址信息。
  3. ROW:存储该节点在矩阵中的行号。
  4. COL:存储该节点在矩阵中的列号。
  5. VAL:存储该节点的元素值。

  每一行都有一个表头节点,它引导着该行的循环链表,循环链表中的每个节点按照列号的顺序排列。同样,每一列也有一个表头节点,它引导着该列的循环链表,循环链表中的每个节点按照行号的顺序排列。
  关于循环链表: 【数据结构】线性表(三)循环链表的各种操作(创建、插入、查找、删除、修改、遍历打印、释放内存空间)

【数据结构】数组和字符串(十):稀疏矩阵的链接存储:十字链表的矩阵操作(加法、乘法、转置),数据结构,数据结构,矩阵,链表,c语言

  • 在稀疏矩阵的十字链表中,每一行和每一列都有一个表头节点。

    • 对于行表头节点 BASEROW[i],其中 i 表示行号,范围从 1 到 m(矩阵的行数)。如果该行为空(即没有非零元素),则 COL(Loc(BASEROW[i])) 的值为 -1。否则,COL(Loc(BASEROW[i])) 的值为该行中最右边的非零元素的列号。

    • 对于列表头节点 BASECOL[j],其中 j 表示列号,范围从 1 到 n(矩阵的列数)。如果该列为空(即没有非零元素),则 ROW(Loc(BASECOL[j])) 的值为 -1。否则,ROW(Loc(BASECOL[j])) 的值为该列中最下边的非零元素的行号。

  • 由于行和列都是循环链表,行表头节点 BASEROW[i] 中的 LEFT 指针循环地链接到该行最右边的非零元素,列表头节点 BASECOL[j] 中的 UP 指针循环地链接到该列最下边的非零元素。

     通过这种方式,可以用较少的空间表示稀疏矩阵,并且可以快速地进行行和列的遍历操作。每个节点的 LEFTUP 指针可以用来定位其左邻和上邻非零元素,从而实现矩阵的访问和操作。

0. 十字链表的基本操作

【数据结构】数组和字符串(八):稀疏矩阵的链接存储:十字链表的创建、遍历打印(按行、按列、打印矩阵)、销毁

【数据结构】数组和字符串(九):稀疏矩阵的链接存储:十字链表的插入、查找、删除操作

1. 矩阵加法

SparseMatrix* matrixAddition(SparseMatrix* matrix1, SparseMatrix* matrix2) {
    if (matrix1->rows != matrix2->rows || matrix1->cols != matrix2->cols) {
        printf("Matrix dimensions do not match!\n");
        return NULL;
    }

    SparseMatrix* result = createSparseMatrix(matrix1->rows, matrix1->cols);

    for (int i = 1; i <= matrix1->rows; i++) {
        MatrixNode* node1 = matrix1->rowHeaders[i];
        MatrixNode* node2 = matrix2->rowHeaders[i];

        while (node1 != NULL && node2 != NULL) {
            if (node1->col == node2->col) {
                int sum = node1->value + node2->value;
                insertElement(result, node1->row, node1->col, sum);
                node1 = node1->right;
                node2 = node2->right;
            } else if (node1->col < node2->col) {
                insertElement(result, node1->row, node1->col, node1->value);
                node1 = node1->right;
            } else {
                insertElement(result, node2->row, node2->col, node2->value);
                node2 = node2->right;
            }
        }

        while (node1 != NULL) {
            insertElement(result, node1->row, node1->col, node1->value);
            node1 = node1->right;
        }

        while (node2 != NULL) {
            insertElement(result, node2->row, node2->col, node2->value);
            node2 = node2->right;
        }
    }

    return result;
}

  • 检查两个矩阵的行数和列数是否相同,如果不相同,则打印错误消息并返回NULL。
  • 创建一个新的稀疏矩阵作为结果。
  • 从第一行开始遍历两个矩阵的每一行:
    • 获取第一个矩阵当前行的行链表头节点和第二个矩阵当前行的行链表头节点。
    • 遍历两个矩阵当前行的行链表,根据节点的列进行比较:
      • 如果两个节点的列相等,则将节点的值相加,并插入到结果矩阵中。
      • 如果第一个节点的列小于第二个节点的列,则将第一个节点插入到结果矩阵中。
      • 如果第一个节点的列大于第二个节点的列,则将第二个节点插入到结果矩阵中。
    • 遍历剩余的节点,将它们插入到结果矩阵中。
  • 返回结果稀疏矩阵的指针。

2. 矩阵乘法

SparseMatrix* matrixMultiplication(SparseMatrix* matrix1, SparseMatrix* matrix2) {
    if (matrix1->cols != matrix2->rows) {
        printf("Matrix dimensions do not match!\n");
        return NULL;
    }

    SparseMatrix* result = createSparseMatrix(matrix1->rows, matrix2->cols);

    for (int i = 1; i <= matrix1->rows; i++) {
        for (int j = 1; j <= matrix2->cols; j++) {
            int sum = 0;

            MatrixNode* node1 = matrix1->rowHeaders[i];
            MatrixNode* node2 = matrix2->colHeaders[j];

            while (node1 != NULL && node2 != NULL) {
                if (node1->col == node2->row) {
                    sum += node1->value * node2->value;
                    node1 = node1->right;
                    node2 = node2->down;
                } else if (node1->col < node2->row) {
                    node1 = node1->right;
                } else {
                    node2 = node2->down;
                }
            }

            if (sum != 0) {
                insertElement(result, i, j, sum);
            }
        }
    }

    return result;
}

  • 检查两个矩阵的维度是否满足矩阵乘法的要求,如果不满足,则打印错误消息并返回NULL。
  • 创建一个新的稀疏矩阵作为结果。
  • 从第一行开始遍历第一个矩阵的每一行:
    • 遍历第二个矩阵的每一列:
      • 初始化一个变量用于存储两个节点值的乘积的累加和。
      • 获取第一个矩阵当前行的行链表头节点和第二个矩阵当前列的列链表头节点。
      • 遍历两个链表,根据节点的列和行进行比较:
        • 如果两个节点的列和行相等,则将两个节点的值相乘并累加到和变量中。
        • 如果第一个节点的列小于第二个节点的行,则将第一个节点的右指针向右移动。
        • 如果第一个节点的列大于第二个节点的行,则将第二个节点的下指针向下移动。
      • 如果和变量的值不为0,则将和变量的值插入到结果矩阵中。
  • 返回结果稀疏矩阵的指针。

3. 矩阵转置

SparseMatrix* matrixTranspose(SparseMatrix* matrix) {
    SparseMatrix* result = createSparseMatrix(matrix->cols, matrix->rows);

    for (int i = 1; i <= matrix->rows; i++) {
        MatrixNode* current = matrix->rowHeaders[i];
        while (current != NULL) {
            insertElement(result, current->col, current->row, current->value);
            current = current->right;
        }
    }

    return result;
}

  • 创建一个新的稀疏矩阵作为结果,行数和列数与原矩阵相反。
  • 从第一行开始遍历原矩阵的每一行:
    • 获取当前行的行链表头节点。
    • 遍历当前行的行链表,将节点的行和列交换后插入到结果矩阵中。
  • 返回结果稀疏矩阵的指针。

4. 主函数

int main() {
    // 创建一个5x5的稀疏矩阵
    SparseMatrix* matrix1 = createSparseMatrix(5, 5);

    // 插入元素
    insertElement(matrix1, 1, 3, 5);
    insertElement(matrix1, 1, 4, 2);
    insertElement(matrix1, 5, 2, 1);
    insertElement(matrix1, 5, 1, 8);
    insertElement(matrix1, 5, 5, 7);

    // 打印稀疏矩阵
    printf("\nSparse Matrix 1:\n");
    printSparseMatrix(matrix1);

    // 创建另一个5x3的稀疏矩阵
    SparseMatrix* matrix2 = createSparseMatrix(5, 3);

    // 插入元素
    insertElement(matrix2, 1, 1, 1);
    insertElement(matrix2, 1, 3, 2);
    insertElement(matrix2, 2, 2, 3);
    insertElement(matrix2, 3, 1, 4);
    insertElement(matrix2, 3, 3, 5);

    // 打印稀疏矩阵
    printf("\nSparse Matrix 2:\n");
    printSparseMatrix(matrix2);

    // 矩阵加法
    SparseMatrix* additionResult = matrixAddition(matrix1, matrix1);
    printf("\nMatrix Addition Result:\n");
    printSparseMatrix(additionResult);

    // 矩阵乘法
    SparseMatrix* multiplicationResult = matrixMultiplication(matrix1, matrix2);
    printf("\nMatrix Multiplication Result:\n");
    printSparseMatrix(multiplicationResult);

    // 矩阵转置
    SparseMatrix* transposeResult = matrixTranspose(matrix1);
    printf("\nMatrix Transpose Result:\n");
    printSparseMatrix(transposeResult);

    // 销毁稀疏矩阵
    destroySparseMatrix(matrix1);
    destroySparseMatrix(matrix2);
    destroySparseMatrix(additionResult);
    destroySparseMatrix(multiplicationResult);
    destroySparseMatrix(transposeResult);

    return 0;
}
Sparse Matrix 1:
0 0 5 2 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
8 1 0 0 7

Sparse Matrix 2:
1 0 2
0 3 0
4 0 5
0 0 0
0 0 0

【数据结构】数组和字符串(十):稀疏矩阵的链接存储:十字链表的矩阵操作(加法、乘法、转置),数据结构,数据结构,矩阵,链表,c语言文章来源地址https://www.toymoban.com/news/detail-717806.html

5. 代码整合

#include <stdio.h>
#include <stdlib.h>

// 定义矩阵节点结构
typedef struct MatrixNode {
    int row;
    int col;
    int value;
    struct MatrixNode* right;
    struct MatrixNode* down;
} MatrixNode;

// 定义稀疏矩阵结构
typedef struct SparseMatrix {
    int rows;
    int cols;
    MatrixNode** rowHeaders;
    MatrixNode** colHeaders;
} SparseMatrix;

// 创建稀疏矩阵
SparseMatrix* createSparseMatrix(int rows, int cols) {
    SparseMatrix* matrix = (SparseMatrix*)malloc(sizeof(SparseMatrix));
    matrix->rows = rows;
    matrix->cols = cols;

    // 创建行表头节点数组
    matrix->rowHeaders = (MatrixNode**)malloc((rows + 1) * sizeof(MatrixNode*));
    for (int i = 0; i <= rows; i++) {
        matrix->rowHeaders[i] = NULL;
    }

    // 创建列表头节点数组
    matrix->colHeaders = (MatrixNode**)malloc((cols + 1) * sizeof(MatrixNode*));
    for (int j = 0; j <= cols; j++) {
        matrix->colHeaders[j] = NULL;
    }

    return matrix;
}

// 销毁稀疏矩阵
void destroySparseMatrix(SparseMatrix* matrix) {
    if (matrix == NULL) {
        return;
    }

    // 释放所有节点内存
    for (int i = 1; i <= matrix->rows; i++) {
        MatrixNode* current = matrix->rowHeaders[i];
        while (current != NULL) {
            MatrixNode* temp = current;
            current = current->right;
            free(temp);
        }
    }

    // 释放行表头节点数组
    free(matrix->rowHeaders);

    // 释放列表头节点数组
    free(matrix->colHeaders);

    // 释放稀疏矩阵结构
    free(matrix);
}

// 插入元素
void insertElement(SparseMatrix* matrix, int row, int col, int value) {
    if (row <= 0 || row > matrix->rows || col <= 0 || col > matrix->cols) {
        printf("Invalid position!\n");
        return;
    }

    // 创建新节点
    MatrixNode* newNode = (MatrixNode*)malloc(sizeof(MatrixNode));
    newNode->row = row;
    newNode->col = col;
    newNode->value = value;
    newNode->right = NULL;
    newNode->down = NULL;

    // 插入到行链表
    if (matrix->rowHeaders[row] == NULL || matrix->rowHeaders[row]->col > col) {
        // 插入到行链表的头部
        newNode->right = matrix->rowHeaders[row];
        matrix->rowHeaders[row] = newNode;
    } else {
        MatrixNode* current = matrix->rowHeaders[row];
        while (current->right != NULL && current->right->col < col) {
            current = current->right;
        }
        newNode->right = current->right;
        current->right = newNode;
    }

    // 插入到列链表
    if (matrix->colHeaders[col] == NULL || matrix->colHeaders[col]->row > row) {
        // 插入到列链表的头部
        newNode->down = matrix->colHeaders[col];
        matrix->colHeaders[col] = newNode;
    } else {
        MatrixNode* current = matrix->colHeaders[col];
        while (current->down != NULL && current->down->row < row) {
            current = current->down;
        }
        newNode->down = current->down;
        current->down = newNode;
    }
}

// 打印稀疏矩阵
void printSparseMatrix(SparseMatrix* matrix) {
    for (int i = 1; i <= matrix->rows; i++) {
        MatrixNode* current = matrix->rowHeaders[i];
        for (int j = 1; j <= matrix->cols; j++) {
            if (current != NULL && current->col == j) {
                printf("%d ", current->value);
                current = current->right;
            } else {
                printf("0 ");
            }
        }
        printf("\n");
    }
}

// 矩阵加法
SparseMatrix* matrixAddition(SparseMatrix* matrix1, SparseMatrix* matrix2) {
    if (matrix1->rows != matrix2->rows || matrix1->cols != matrix2->cols) {
        printf("Matrix dimensions do not match!\n");
        return NULL;
    }

    SparseMatrix* result = createSparseMatrix(matrix1->rows, matrix1->cols);

    for (int i = 1; i <= matrix1->rows; i++) {
        MatrixNode* node1 = matrix1->rowHeaders[i];
        MatrixNode* node2 = matrix2->rowHeaders[i];

        while (node1 != NULL && node2 != NULL) {
            if (node1->col == node2->col) {
                int sum = node1->value + node2->value;
                insertElement(result, node1->row, node1->col, sum);
                node1 = node1->right;
                node2 = node2->right;
            } else if (node1->col < node2->col) {
                insertElement(result, node1->row, node1->col, node1->value);
                node1 = node1->right;
            } else {
                insertElement(result, node2->row, node2->col, node2->value);
                node2 = node2->right;
            }
        }

        while (node1 != NULL) {
            insertElement(result, node1->row, node1->col, node1->value);
            node1 = node1->right;
        }

        while (node2 != NULL) {
            insertElement(result, node2->row, node2->col, node2->value);
            node2 = node2->right;
        }
    }

    return result;
}

// 矩阵乘法
SparseMatrix* matrixMultiplication(SparseMatrix* matrix1, SparseMatrix* matrix2) {
    if (matrix1->cols != matrix2->rows) {
        printf("Matrix dimensions do not match!\n");
        return NULL;
    }

    SparseMatrix* result = createSparseMatrix(matrix1->rows, matrix2->cols);

    for (int i = 1; i <= matrix1->rows; i++) {
        for (int j = 1; j <= matrix2->cols; j++) {
            int sum = 0;

            MatrixNode* node1 = matrix1->rowHeaders[i];
            MatrixNode* node2 = matrix2->colHeaders[j];

            while (node1 != NULL && node2 != NULL) {
                if (node1->col == node2->row) {
                    sum += node1->value * node2->value;
                    node1 = node1->right;
                    node2 = node2->down;
                } else if (node1->col < node2->row) {
                    node1 = node1->right;
                } else {
                    node2 = node2->down;
                }
            }

            if (sum != 0) {
                insertElement(result, i, j, sum);
            }
        }
    }

    return result;
}

// 矩阵转置
SparseMatrix* matrixTranspose(SparseMatrix* matrix) {
    SparseMatrix* result = createSparseMatrix(matrix->cols, matrix->rows);

    for (int i = 1; i <= matrix->rows; i++) {
        MatrixNode* current = matrix->rowHeaders[i];
        while (current != NULL) {
            insertElement(result, current->col, current->row, current->value);
            current = current->right;
        }
    }

    return result;
}

int main() {
    // 创建一个5x5的稀疏矩阵
    SparseMatrix* matrix1 = createSparseMatrix(5, 5);

    // 插入元素
    insertElement(matrix1, 1, 3, 5);
    insertElement(matrix1, 1, 4, 2);
    insertElement(matrix1, 5, 2, 1);
    insertElement(matrix1, 5, 1, 8);
    insertElement(matrix1, 5, 5, 7);

    // 打印稀疏矩阵
    printf("\nSparse Matrix 1:\n");
    printSparseMatrix(matrix1);

    // 创建另一个5x3的稀疏矩阵
    SparseMatrix* matrix2 = createSparseMatrix(5, 3);

    // 插入元素
    insertElement(matrix2, 1, 1, 1);
    insertElement(matrix2, 1, 3, 2);
    insertElement(matrix2, 2, 2, 3);
    insertElement(matrix2, 3, 1, 4);
    insertElement(matrix2, 3, 3, 5);

    // 打印稀疏矩阵
    printf("\nSparse Matrix 2:\n");
    printSparseMatrix(matrix2);

    // 矩阵加法
    SparseMatrix* additionResult = matrixAddition(matrix1, matrix1);
    printf("\nMatrix Addition Result:\n");
    printSparseMatrix(additionResult);

    // 矩阵乘法
    SparseMatrix* multiplicationResult = matrixMultiplication(matrix1, matrix2);
    printf("\nMatrix Multiplication Result:\n");
    printSparseMatrix(multiplicationResult);

    // 矩阵转置
    SparseMatrix* transposeResult = matrixTranspose(matrix1);
    printf("\nMatrix Transpose Result:\n");
    printSparseMatrix(transposeResult);

    // 销毁稀疏矩阵
    destroySparseMatrix(matrix1);
    destroySparseMatrix(matrix2);
    destroySparseMatrix(additionResult);
    destroySparseMatrix(multiplicationResult);
    destroySparseMatrix(transposeResult);

    return 0;
}

到了这里,关于【数据结构】数组和字符串(十):稀疏矩阵的链接存储:十字链表的矩阵操作(加法、乘法、转置)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【数据结构】数组和字符串(二):特殊矩阵的压缩存储:对角矩阵——一维数组

    【数据结构】数组和字符串(一):矩阵的数组表示   矩阵是以按行优先次序将所有矩阵元素存放在一个一维数组中。但是对于特殊矩阵,如对称矩阵、三角矩阵、对角矩阵和稀疏矩阵等, 如果用这种方式存储,会出现大量存储空间存放重复信息或零元素的情况,这样会造

    2024年02月08日
    浏览(47)
  • 【零基础学Rust | 基础系列 | 数据结构】元组,数组,向量,字符串,结构体

    在Rust编程语言中,数据结构是组织和存储数据的一种方式,它们使得数据可以高效地被访问和操作。本章将详细介绍元组,数组,向量,字符串,和结构体这几种基本的数据结构。 元组是Rust编程语言中的一种复合数据类型,它可以包含多个值,这些值可以是不同类型。元组

    2024年02月11日
    浏览(60)
  • 【数据结构】数组和字符串(三):特殊矩阵的压缩存储:三角矩阵、对称矩阵——一维数组

    【数据结构】数组和字符串(一):矩阵的数组表示   矩阵是以按行优先次序将所有矩阵元素存放在一个一维数组中。但是对于特殊矩阵,如对称矩阵、三角矩阵、对角矩阵和稀疏矩阵等, 如果用这种方式存储,会出现大量存储空间存放重复信息或零元素的情况,这样会造

    2024年02月08日
    浏览(54)
  • 【数据结构】字符串匹配|BF算法|KMP算法|next数组的优化

    字符串匹配算法是在实际工程中经常遇到的问题,也是各大公司笔试面试的常考题目,本文主要介绍BF算法(最好想到的算法,也最好实现)和KMP算法(最经典的) BF算法,即暴力(Brute Force)算法,是普通的模式匹配算法,BF算法的思想就是将目标S的第一个字符与模式串T的第一

    2024年02月04日
    浏览(55)
  • 【数据结构-字符串 三】【栈的应用】字符串解码

    废话不多说,喊一句号子鼓励自己:程序员永不失业,程序员走向架构!本篇Blog的主题是【字符串转换】,使用【字符串】这个基本的数据结构来实现,这个高频题的站点是: CodeTop ,筛选条件为: 目标公司+最近一年+出现频率排序 ,由高到低的去 牛客TOP101 去找,只有两个

    2024年02月07日
    浏览(81)
  • 【JavaScript数据结构与算法】字符串类(反转字符串中的单词)

    个人简介 👀 个人主页: 前端杂货铺 🙋‍♂️ 学习方向: 主攻前端方向,也会涉及到服务端(Node.js) 📃 个人状态: 在校大学生一枚,已拿多个前端 offer(秋招) 🚀 未来打算: 为中国的工业软件事业效力 n 年 🥇 推荐学习:🍍前端面试宝典 🍉Vue2 🍋Vue3 🍓Vue2/3项目

    2023年04月09日
    浏览(90)
  • DSt:数据结构的最强学习路线之数据结构知识讲解与刷题平台、刷题集合、问题为导向的十大类刷题算法(数组和字符串、栈和队列、二叉树、堆实现、图、哈希表、排序和搜索、动态规划/回溯法/递归/贪心/分治)总

    Algorithm:【算法进阶之路】之算法面试刷题集合—数据结构知识和算法刷题及其平台、问题为导向的十大类刷题算法(数组和字符串、链表、栈和队列、二叉树、堆、图、哈希表、排序和搜索、回溯算法、枚举/递归/分治/动态规划/贪心算法)总结 目录 相关文章

    2024年02月08日
    浏览(55)
  • 数据结构--字符串的KMP算法

    朴素模式匹配算法: 一旦发现当前这个子串中某个字符不匹配,就只能转而匹配下一个子串(从头开始) 但我们可以知道: 不匹配的字符之前,一定是和模式串一致的 color{red}不匹配的字符之前,一定是和模式串一致的 不匹配的字符之前,一定是和模式串一致的 我们可以利用

    2024年02月12日
    浏览(63)
  • 数据结构与算法--字符串(单选题)

    1、令s=\\\"abcabaa\\\",则它的特征向量next函数值和优化特征向量nextval函数值为(下标从0开始): A.next={0,1,1,1,2,3,2},nextval={0,1,1,0,1,2,1} B.next={-1,0,0,-1,0,2,1},nextval={-1,0,0,0,1,2,1} C.next={-1,0,0,0,1,2,1},nextval={-1,0,0,-1,0,2,1} D.next={-1,0,0,0,1,2,1},nextval={-1,0,0,0,1,2,1} C 规定next[1]=0 s[2]前,“a”,next[2]=重合

    2024年02月07日
    浏览(50)
  • 数据结构(C语言):两个字符串比较大小

    在写这篇文章之前,作者想先和大家分享一个小故事。如果你不想看这个小故事的话,可以直接跳到第二点哦。 为了锻炼自己的编码能力,平时作业和实验题的代码我都是不看书、不看老师的PPT,按照自己的思路一行一行敲出来的。同时也不太理解那些照着书敲代码的同学。

    2024年02月03日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包