sjnnkk 2022-12-25 16:29 采纳率: 100%
浏览 183
已结题

已知稀疏矩阵A和B,编程实现基于三元组顺序表实现A+B的运算。

Python数据结构。
已知稀疏矩阵A和B,编程实现基于三元组顺序表实现A+B的运算。

  • 写回答

1条回答 默认 最新

  • ShowMeAI 2022-12-25 16:46
    关注

    详细代码实现和注释如下,望采纳

    class SparseMatrix:
        def __init__(self, rows, cols, values):
            self.rows = rows
            self.cols = cols
            self.values = values
    
        def add(self, other):
            # 初始化三元组顺序表
            result_rows = []
            result_cols = []
            result_values = []
    
            i = j = 0
            while i < len(self.rows) and j < len(other.rows):
                if self.rows[i] == other.rows[j] and self.cols[i] == other.cols[j]:
                    result_rows.append(self.rows[i])
                    result_cols.append(self.cols[i])
                    result_values.append(self.values[i] + other.values[j])
                    i += 1
                    j += 1
                elif self.rows[i] < other.rows[j] or (self.rows[i] == other.rows[j] and self.cols[i] < other.cols[j]):
                    result_rows.append(self.rows[i])
                    result_cols.append(self.cols[i])
                    result_values.append(self.values[i])
                    i += 1
                else:
                    result_rows.append(other.rows[j])
                    result_cols.append(other.cols[j])
                    result_values.append(other.values[j])
                    j += 1
    
            # 将剩余的三元组加入结果表中
            while i < len(self.rows):
                result_rows.append(self.rows[i])
                result_cols.append(self.cols[i])
                result_values.append(self.values[i])
                i += 1
            while j < len(other.rows):
                result_rows.append(other.rows[j])
                result_cols.append(other.cols[j])
                result_values.append(other.values[j])
                j += 1
    
            return SparseMatrix(result_rows, result_cols, result_values)
    
    # 示例
    A = SparseMatrix([1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4])
    B = SparseMatrix([1, 2, 3, 4], [1, 2, 3, 4], [4, 3, 2, 1])
    C = A.add(B)
    print(C.rows)  # [1, 2, 3, 4]
    print(C.cols)  # [1, 2, 3, 4]
    print(C.values)  # [5, 5, 5, 5]
    
    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题?

问题事件

  • 系统已结题 1月9日
  • 已采纳回答 1月1日
  • 创建了问题 12月25日

悬赏问题

  • ¥15 拿到这个服务器最高权限有偿
  • ¥50 来个抓app跳转支付宝转链接的
  • ¥15 remotes安装提示没有description文件
  • ¥15 AttributeError: 'NoneType' object has no attribute 'drop_duplicates'报错
  • ¥15 以下代码,运行结果报错
  • ¥15 Vivado仿真数据出错
  • ¥15 银河麒麟不支持vant等前端框架怎么办?
  • ¥15 vue3的子组件在父页面调用不显示不生效问题
  • ¥15 cadence PEX
  • ¥15 phython创建了文件 显示在项目下面,但运行不了,运行时还是运行main文件,并且说main文件不允许并行运行