三元组（稀疏矩阵的转置）

// 对三元组的映像特别深，关于此问题，我在输出三元表中的数据中时，用了二维数组，因此被数据结构老师不屑地笑了一顿 哈哈哈。的确，本来就是为了节省空间

// 去保存矩阵中的“有用项”，反而本末倒置地使用起了二维数组。

// 2017/10/15

#include<iostream>
using namespace std;


//--------三元组顺序表示方式----------
#define MAX_SIZE 10000  
#define MAX_ROW_SIZE 100
#define MAX_COL_SIZE 100
typedef int ElemType;
class Triple_node{
public:
	int i, j;  // i j 分别表示非零元素的行标和列标，从1开始计数
	ElemType e;
	friend istream& operator>>(istream &is, Triple_node &node); // 输入结点
	friend ostream& operator<<(ostream &os, const Triple_node &node); // 输出结点
};
istream& operator>>(istream &is, Triple_node &node) // 输入结点
{
	cout << "按照（行标，列标，元素值）的格式输入非零元素：\n";
	is >> node.i >> node.j >> node.e;
	return is;
}
ostream& operator<<(ostream &os, const Triple_node &node)
{
	os << "第" << node.i << "行"<<"第" << node.j << "列为"<<node.e<<endl;
	return os;
}


class TSmatrix{
private:
	Triple_node  data[MAX_SIZE + 1];  // data[0]未用
	int row, col, nums;  // 矩阵的行数、列数和非零元素个数
public:
	TSmatrix(); // 构造函数
	void print(); // 输出矩阵（显示出0）
	void Transpose(TSmatrix &t); // 转置矩阵
};


TSmatrix::TSmatrix()
{
	cout << "请输入矩阵的行数和列数：\n";
	cin >> row >> col;
	Triple_node node;
	int cnt=0;
	while (cin>>node)
	{
		cnt++;
		data[cnt].i = node.i;
		data[cnt].j = node.j;
		data[cnt].e = node.e;
	}
	nums = cnt;
}
void TSmatrix::print()
{
	cout << "稀疏矩阵如下所示：\n";
	for (int i = 1; i <= nums; i++)
	{
		cout << data[i];
	}
}
void TSmatrix::Transpose(TSmatrix &t)   // 此处采用快速转置算法
{
	t.col = row;
	t.row = col;
	t.nums = nums;
	if (nums == 0)
	{
		cout << "原矩阵为空，无法转置\n";
		return;
	}
	int num[MAX_COL_SIZE+1];  // num用以保存转置前矩阵中，每一列含有的非零元素个数
	int copt[MAX_COL_SIZE+1]; // copt用以保存转置前矩阵中，每一列第一个非零元素在转置后三元组中的序号


	// 初始化工作
	for (int i = 1; i <= col; i++)
	{
		num[i] = 0;
	}
	for (int count = 1; count <= nums; count++)
	{
		num[data[count].j]++; // 三元组中每一列含有的非零元素值
	}
	copt[1] = 1;
	for (int i = 2; i <= col; i++)
	{
		copt[i] = copt[i - 1] + num[i - 1];
	}


	// 开始搬运每一项
	int this_col, destnation;
	for (int origin = 1; origin <=nums; origin++)
	{
		this_col = data[origin].j;
		destnation = copt[this_col];


		t.data[destnation].i = data[origin].j;
		t.data[destnation].j = data[origin].i;
		t.data[destnation].e = data[origin].e;
		copt[this_col]++;
	}
}
int main()
{
	
	TSmatrix tsmatrix;
	TSmatrix t = tsmatrix;
	tsmatrix.print();


	tsmatrix.Transpose(t);
	t.print();


}