数据结构25：矩阵转置算法（三元组顺序表）

矩阵的转置实际上就是将数据元素的行标和列标互换，即 T(i,j) = M(j,i) 。例如：

 

图1 矩阵的转置

相应地，三元组表转变为：

 

图2 三元组表

矩阵的转置，经历了三个步骤：

• 矩阵的行数 n 和列数 m 的值交换；
• 将三元组中的i和j调换；
• 转换之后的表同样按照行序（置换前的列序）为主序，进行排序；

实现三元组的转换，重点在第三步，实现算法有两种。

 

普通算法

普通算法的实现过程为：

1. 将矩阵的行数和列数进行调换；
2. 遍历表 a 的 j 列（查找 j 的值，从 1 一直到未转置之前的矩阵的列数 m ），遍历的过程，就可以自动存储为表 b 的形式。

因为在表 a 中 i 列的数值是从小到大的，在根据 j 列由上到下的遍历时， i 列同样也是有序的。

实现代码：

TSMatrix transposeMatrix(TSMatrix M, TSMatrix T)
{
　　//行和列置换
　　T.m = M.n;
　　T.n = M.m;
　　T.num = M.num;
　　if (T.num) 
　　{
　　　　int q = 0;
　　　　//依次遍历M矩阵的列（从1开始），的遍历的过程中将行标和列标置换，得到置换后的三元表T
　　　　for (int col=1; col<=M.m; col++) 
　　　　{
　　　　　　for (int p=0; p<M.num; 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].data = M.data[p].data;
　　　　　　　　　　q++;
　　　　　　　　}
　　　　　　}
　　　　}
　　}

　　return T;
}

 

此算法的时间复杂度关键在于嵌套的两个 for 循环，时间复杂度为O(m*num)，和矩阵的列数以及非 0 元素的个数的乘积成正比，如果稀疏矩阵的非 0 元素很多的情况，使用这个算法，虽然一定程度上节省了空间，但是时间复杂度会很高。

快速转置算法

快速转置算法在普通算法的基础上，对遍历存储的过程做了改进。

首先将每一列中非 0 元素的个数对应地存储在一个数组（数组名为array）中。在此基础上，计算出每一列第一个元素存放在三元组表中的位置，存储在数组（数组名为 cpot ）中。

第一列第一个非 0 元素肯定存放在第一个位置，第二列第一个非 0 元素的位置 = 第一列存放的起始位置 + 第一列的非 0 元素个数，以此类推。

用图 2 中置换之前的表举例：

array 数组中的数据表示，第一列有一个非 0 元素，第二列中 3 个非0元素。
 

cpot 数组中的数据表示，第一列中第一个数据存储的位置默认是 1 ，第二列第一个非 0 元素存放的位置是 2。

计算方法是：cpot[col] = cpot[col-1] + array[col-1]，即后边一列第一个非 0 元素存放的位置为前边一列第一个非 0 元素存放的位置加上该列非 0 元素的个数的和。

在以上两个数组的基础上，当遍历表 a 的 j 列时，根据每个元素 j 列的数值，就可以判断出它在表 b 中的存放位置，整个三元组表只需要遍历一次，就能实现矩阵的转置。

实现代码：

TSMatrix fastTransposeMatrix(TSMatrix M, TSMatrix T)
{
　　//行和列置换
　　T.m = M.n;
　　T.n = M.m;
　　T.num = M.num;
　　if (T.num) 
　　{
　　　　//创建并初始化array数组
　　　　int array[number];
　　　　for (int col=1; col<=M.m; col++) 
　　　　{
　　　　　　array[col]=0;
　　　　}
　　　　for (int t=0; t<M.num; t++) 
　　　　{
　　　　　　int j = M.data[t].j;
　　　　　　array[j]++;
　　　　}

　　　　//创建并初始化cpot数组
　　　　int cpot[T.m+1];
　　　　cpot[1]=1;　　//第一列中第一个非0元素的位置默认为1
　　　　for (int col=2; col<=M.m; col++) 
　　　　{
　　　　　　cpot[col] = cpot[col-1]+array[col-1];
　　　　}

　　　　for (int p=0; p<M.num; p++) 
　　　　{
　　　　　　//提取当前三元组的列数
　　　　　　int col = M.data[p].j;
　　　　　　//根据列数和cpot数组，找到当前元素需要存放的位置
　　　　　　int q = cpot[col];
　　　　　　//转置矩阵的三元组默认从数组下标0开始，而得到的q值是单纯的位置，所以要减1
　　　　　　T.data[q-1].i = M.data[p].j;
　　　　　　T.data[q-1].j = M.data[p].i;
　　　　　　T.data[q-1].data = M.data[p].data;
　　　　　　//存放完成后，cpot数组对应的位置要+1，以便下次该列存储下一个三元组
　　　　　　cpot[col]++;
　　　　}
　　}

　　return T;
}

这个算法中含有四个并列的单循环，时间复杂度为O(m+num)(实际得到的是O(2*m+2*num)，当 m 和 num 足够大时，可以省略常数参数)，即使最坏情况下，矩阵中的元素都是非 0 元素，时间负责度为O（m*n）。称此算法为快速转置算法。

两种算法的完整代码

#include<stdio.h>
#define number 10

typedef struct 
　 {
　　int i,j;
　　int data;
}triple;

typedef struct 
　 {
　　triple data[number];
　　int rpos[number];
　　int n,m,num;
}TSMatrix;

TSMatrix transposeMatrix(TSMatrix M,TSMatrix T)
　 {
　　T.m = M.n;
　　T.n = M.m;
　　T.num = M.num;

　　if (T.num) 
  　　 {
　　　　int q = 0;
　　　　for (int col=1; col<=M.m; col++) 
　　　　　 {
　　　　　　for (int p=0; p<M.num; 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].data = M.data[p].data;
　　　　　　　　　　q++;
　　　　　　　　}
　　　　　　}
　　　　}
　　}

　　return T;
}

TSMatrix fastTransposeMatrix(TSMatrix M, TSMatrix T)
　 {
　　T.m = M.n;
33　　 T.n = M.m;
　　T.num = M.num;
35　　 if (T.num) 
　　　　{
　　　　int array[number];
　　　　for (int col=1; col<=M.m; col++) 
　　　　　　{
　　　　　　array[col] = 0;
　　　　}
　　　　for (int t=0; t<M.num; t++) 
　　　　　　{
　　　　　　int j = M.data[t].j;
　　　　　　array[j]++;
　　　　}
　　　　int cpot[T.m+1];
　　　　cpot[1] = 1;
　　　　for (int col=2; col<=M.m; col++) 
　　　　　　{
　　　　　　cpot[col] = cpot[col-1]+array[col-1];
　　　　}
　　　　for (int p=0; p<M.num; p++) 
　　　　　　{
　　　　　　int col = M.data[p].j;
　　　　　　int q = cpot[col];
　　　　　　T.data[q-1].i = M.data[p].j;
　　　　　　T.data[q-1].j = M.data[p].i;
　　　　　　T.data[q-1].data = M.data[p].data;
　　　　　　cpot[col]++;
　　　　}
　　}

　　　　return T;
}

int main() 
　　{
　　TSMatrix M;
　　M.m = 2;
　　M.n = 3;
　　M.num = 4;
　　M.data[0].i = 1;
　　M.data[0].j = 2;
　　M.data[0].data = 1;
　　M.data[1].i = 2;
69　　 M.data[1].j = 2;
70　　 M.data[1].data = 3;
71　　 M.data[2].i = 3;
72　　 M.data[2].j = 1;
73　　 M.data[2].data = 6;
74　　 M.data[3].i = 3;
75　　 M.data[3].j = 2;
　　M.data[3].data = 5;
　　TSMatrix T;
　　T=transposeMatrix(M, T);
79　　 printf("使用普通方法：\n");
　　for (int i=0; i<T.num; i++) 
　　　　{
　　　　printf("(%d,%d,%d)", T.data[i].i, T.data[i].j, T.data[i].data);
82　　 }
83　　 printf("\n");
　　TSMatrix T1;
　　T1 = fastTransposeMatrix(M, T1);
86　　 printf("使用改进方法：\n");
　　for (int i=0; i<T.num; i++) 
　　　　{
88　　 　　printf("(%d,%d,%d)", T.data[i].i, T.data[i].j, T.data[i].data);
　　}

　　return 0;
}


输出结果

使用普通方法：
(1,3,6)(2,1,1)(2,2,3)(2,3,5)
使用改进方法：
(1,3,6)(2,1,1)(2,2,3)(2,3,5)