推广到一般情况，可得到n维数组数据元 素存储位置的映象关系 LOC(j,j2.....jn)=LOC,0,.+j 其中cn=L,c-1=b:×c,1<i≤n。 称为n维数组的映象函数。数组元素 的存储位置是其下标的线性函数
推广到一般情况，可得到 n 维数组数据元 素存储位置的映象关系 称为 n 维数组的映象函数。数组元素 的存储位置是其下标的线性函数。 其中 cn = L，ci-1 = bi ×ci , 1 < i n。 LOC(j1 , j2 , ..., jn ) = LOC(0,0,...,0) + ∑ ci j i i =1 n
例：假设有二维数组AM,N],设A[0,0] 在644处，A[2,2]在676处。每个元素占 一个存储空间，则A[4,5]的地址为多少？ 以行序为主序存储
例：假设有二维数组A[M,N]，设A[0,0] 在644处，A[2,2] 在676处。每个元素占 一个存储空间，则A[4,5]的地址为多少？ 以行序为主序存储
5.3矩阵的压缩存储 在某些矩阵中，往往会出现许多值相同 的元素或零元素，为了节省存储空间，可 对这类矩阵进行压缩存储。压缩存储的原 则是：对多个值相同的元素只分配一个存 储空间，对零元不分配空间。 我们把相同的元素或零元素在矩阵中的 有一定的规律分布称为特殊矩阵，如果矩 阵中零元素占绝大部分的称为稀疏矩阵
5.3 矩阵的压缩存储 在某些矩阵中，往往会出现许多值相同 的元素或零元素，为了节省存储空间，可 对这类矩阵进行压缩存储。压缩存储的原 则是：对多个值相同的元素只分配一个存 储空间，对零元不分配空间。 我们把相同的元素或零元素在矩阵中的 有一定的规律分布称为特殊矩阵，如果矩 阵中零元素占绝大部分的称为稀疏矩阵
两类稀疏柜阵： 1)特殊矩阵 非零元在矩阵中的分布有一定规侧 例如：三角矩阵 对角矩阵 2)随机稀疏矩阵 非零元在矩阵中随机出现
1) 特殊矩阵 非零元在矩阵中的分布有一定规则 例如: 三角矩阵 对角矩阵 2) 随机稀疏矩阵 非零元在矩阵中随机出现 两类稀疏矩阵：
5.3.1特殊矩阵 一、对称矩阵 在一个n阶方阵A中，若元素满足下述 性质：aai l≤i,jsn, 则称A为对称矩阵。 不失一般性，我们按“行优先顺序” 存储主对角线（包括对角线)以下的元 素。在这个下三角矩阵中，第行恰有 个元素，元素总数为：n(n+1)/2
5.3.1 特殊矩阵 一、对称矩阵 在一个n阶方阵A中，若元素满足下述 性质： aij=aji 1≤i,j≤n, 则称A为对称矩阵。 不失一般性，我们按“行优先顺序” 存储主对角线（包括对角线）以下的元 素。在这个下三角矩阵中，第i行恰有i 个元素，元素总数为：n(n+1)/2