關於稀疏矩陣的快速轉置法，首先得明白其是通過對三元表進行轉置。如果誤以為是對矩陣進行轉置，毫無疑問就算你想破腦袋也想不出個所以然，別陷入死胡同了！
對於乙個三元表，行為i，列為j，值為v。需將其i與j的值對調才能得到新的三元表，但是如果直接進行轉換，得到的新的三元表的順序是混亂的，不符合三元表的規則。所以，課本首先介紹了乙個用掃瞄來轉置的演算法（這個演算法比較容易，在這裡我就不說了），但是這個轉置演算法的時間複雜度太高，於是就有了接下來的快速轉置演算法。
要你對乙個三元表進行步驟最少的轉置，你可能會想，如果知道三元表中每一項在轉置後的新的三元表中的位置，然後直接放進去，豈不是極大的縮小了時間複雜度？沒錯！快速轉置法正是基於這種思想而設計的。
那麼如何知道三元表中某一項的位置呢？在課本98頁的a.data這個三元表可以看到，j為列號，在轉置後即為新的三元表的行號，三元表正是按照行序進行排列的，而j=1有2個、j=2有2個、j=3有2個、j=4有1個、j=6有1個。根據這些資料按照從小到大排列，j=1的項在新的三元表中應佔據第1、2位，j=2的項在新的三元表中應佔據第3、4位，j=3的項在新的三元表中應佔據第5、6位，j=4應佔據第7位，j=6應佔據第8位。
接下來就輕鬆多了，轉置的時候直接從第一項讀起，讀取其j值，比如課本中a.data這個三元表的第一項的j值為2,因為j=2佔據第3、4位，所以應該從第三位開始放，接下來如果讀取的某一項的j值也是2,就放在第4位。因為j=2的項只有兩個，所以第5位絕對不會被j=2的項佔據，第5、6項本來就是留給j=3的。再比如當讀到j=6的那項時，第8位是留給它的，就可以直接放進第8位了。這樣，讀取每一項，都能在三元表中找到相應的位置，這就是稀疏矩陣快速轉置的原理。
當然，上面只是快速轉置的原理，要實現它，就要設計演算法來實現了。首先，我們需要兩個變數。第乙個num[col]用於記錄原三元表中列數為col的項的數目，例如col=3時，num[col]=2；第二個cpot[col]用於記錄原三元表中列數為col的項在新三元表中的首位置,例如col=3時，cpot[col]=5。你可以開啟書本第99頁，我想你現在應該是能看懂表5.1了吧。
接下來說一說快速轉置演算法的具體事項，在課本的100頁**如下：
逐句解釋：
#include#define number 10
typedef struct triple;
typedef struct tsmatrix;
int fasttransposesmatrix(tsmatrix m, tsmatrix& t) // for
} // if
return 0;
} // fasttransposesmatrix
int main()
矩陣（稀疏矩陣）的轉置演算法（c語言）詳解c.biancheng.net
稀疏矩陣演算法
1 稀疏矩陣的壓縮儲存 為了節省儲存單元，可只儲存非零元素。由於非零元素的分布一般是沒有規律的，因此在儲存非零元素的同時，還必須儲存非零元素所在的行號 列號，才能迅速確定乙個非零元素是矩陣中的哪乙個元素。稀疏矩陣的壓縮儲存會失去隨機訪問功能。其中每乙個非零元素所在的行號 列號和值組成乙個三元組 i，...
稀疏矩陣的快速轉化
若有下面這樣乙個矩陣001 3056 700 如果按照上篇所用的資料結構儲存如下 a rowcolvalue s 0 02 1s 1 03 3s 2 10 5s 3 11 6s 4 12 7 轉換後的 b rowcolvalue s 0 01 5s 1 11 6s 2 20 1s 3 21 7s 4...
特殊矩陣 稀疏矩陣
對於乙個m n的矩陣，設s為矩陣的元素總個數s m n，設t為矩陣中非零元素的個數，滿足t 稀疏矩陣的零元素非常多，且分布無規律，所以稀疏矩陣的壓縮儲存方法為 只儲存矩陣中的非零元素，按照三元組的形式儲存。三元組由非零元素，該元素行下標和該元素列下標三個資料構成，放在乙個列數為3的陣列中。儲存結構又...