好的，下面是一个使用 Python 编写的实现稀疏矩阵的例子。我们将通过字典来存储非零元素，并提供一些常用的操作函数如添加、删除和查找等。 ### 稀疏矩阵简介 **稀疏矩阵(Sparse Matrix)** 是指那些大多数元素都为零的矩阵。在计算机科学中，通常只保存那些不为零的元素以及它们的位置信息，以此节省内存空间并且提高计算效率。 ### 使用 Python 实现稀疏矩阵 我们可以利用 Python 内置的数据结构 **`dict`**(哈希表) 来高效地管理这些非零元素的信息（键值对）。每个键由一对坐标 `(row, col)` 组成，而相应的值则是该位置处储存的具体数值。下面是具体的实现方案： ```python class SparseMatrix: def __init__(self): # 初始化一个空字典用于存放非零元数据 { (row_index, column_index): value } self.matrix = {} def set_value(self, row, col, val): """ 设置指定位置(row, col)上的值val; 若设置为0，则自动移除这个条目。 参数: row -- 行下标 (int 类型) col -- 列下标 (int 类型) val -- 值 (任意类型，通常是 int 或 float) """ if val != 0: self.matrix[(row, col)] = val # 插入新值覆盖旧值或新增记录 elif (row, col) in self.matrix: # 只有当原来的值是非零的情况下才真正"清除" del self.matrix[(row, col)] def get_value(self, row, col): """获取给定坐标的值，默认返回0""" return self.matrix.get((row, col), 0) def delete_entry(self, row, col): """尝试删除某个特定位置上的非零元素""" try: del self.matrix[(row, col)] except KeyError as e: print(f"No such entry at ({row},{col})") def display_nonzero_elements(self): """打印出所有的非零元素""" for key, val in sorted(self.matrix.items()): r, c = key print(f"Sparse[{r}][{c}] = {val}") # 测试用例演示如何创建及操作SparseMatrix对象 if __name__ == '__main__': sm = SparseMatrix() # 添加几个非零元素 sm.set_value(0, 3, 10) sm.set_value(1, 4, 20) sm.set_value(2, 5, 30) # 显示现有的非零元素 print("显示初始状态下的所有非零元素:") sm.display_nonzero_elements() # 更新某些已知位置的值 sm.set_value(1, 4, -99) print("\n更新后的新状态:") sm.display_nonzero_elements() # 清除其中一项 sm.delete_entry(0, 3) print("\n再次展示剩余内容:") sm.display_non零elements() ``` 以上就是一个简单的基于字典(`dict`) 的稀疏矩阵实现了。在这个版本里我们支持以下几种功能： - `set_value`: 设定某位置上的值； - `get_value`: 查询某位置的值，若不在则默认返回 0； - `delete_entry`: 移除某一位置的非零项； - `display_nonzero_elements`: 输出全部非零成员供用户查看。 此外还包含了测试部分展示了如何实例化此类并对其进行各种基本操作。希望这能满足您对于构建简易版稀疏矩阵的需求！