稀疏矩阵基于3元组表的压缩与解压过程c语言代码

在C语言中，稀疏矩阵通常使用三元组表（也称作Coordinate List，简称COO）的形式来存储，这种形式的数据结构包含行索引、列索引以及对应的值。由于稀疏矩阵大部分元素是零，所以这种压缩方式可以节省大量空间。

下面是基于三元组表的简单压缩（存储）和解压（读取）过程的一个示例：

typedef struct {
    int row;
    int col;
    double value;
} SparseTriple;

// 压缩（存储）
SparseTriple* compressSparseMatrix(int** data, int numRows, int numCols) {
    int nonZeros = 0;
    for (int i = 0; i < numRows; i++) {
        for (int j = 0; j < numCols; j++) {
            if (data[i][j] != 0) {
                sparseTriples[nonZeros].row = i;
                sparseTriples[nonZeros].col = j;
                sparseTriples[nonZeros].value = data[i][j];
                nonZeros++;
            }
        }
    }
    return sparseTriples;
}

// 解压（读取）
void decompressSparseMatrix(SparseTriple* compressed, int numRows, int numCols, double*** result) {
    *result = malloc(numRows * sizeof(double*));
    for (int i = 0; i < numRows; i++) {
        (*result)[i] = malloc(numCols * sizeof(double));
    }

    for (int i = 0; i < nonZeros; i++) {
        (*result)[compressed[i].row][compressed[i].col] = compressed[i].value;
    }
}

这里假设`sparseTriples`是一个动态数组用于存储三元组，`data`是原始二维数组，`numRows`和`numCols`分别是矩阵的行数和列数。

注意这只是一个基础版本的实现，实际应用中可能需要考虑内存管理、错误处理等因素，并且上述代码未包含内存分配和释放的清理部分。另外，在解压过程中，如果原矩阵的维度改变，还需要相应地调整内存大小。