已知稀疏矩阵采用三元组表压缩存储，试编写算法求稀疏矩阵中所有数的平均数 C++

在C++中，如果我们要计算稀疏矩阵（通常是一个稀疏数组表示，比如使用`std::vector<std::pair<int, int>>`或`std::vector<std::tuple<int, int, double>>`）中所有元素的平均值，我们需要遍历这个三元组表，并对所有非零元素求和，然后除以总元素的数量。以下是一个简单的示例：

#include <iostream>
#include <vector>

double averageOfSparseMatrix(const std::vector<std::tuple<int, int, double>>& sparseMatrix) {
    if (sparseMatrix.empty()) {
        return 0; // 矩阵为空，返回0作为平均值
    }

    int nonZeroCount = 0;
    double sum = 0;

    for (const auto& [row, col, value] : sparseMatrix) {
        if (value != 0) { // 只考虑非零元素
            sum += value;
            nonZeroCount++;
        }
    }

    return nonZeroCount > 0 ? sum / nonZeroCount : 0; // 非零元素不为0的情况下才计算平均值
}

int main() {
    std::vector<std::tuple<int, int, double>> sparseArray = {{1, 0, 3.5}, {2, 1, 0}, {0, 3, 2.7}};
    double avg = averageOfSparseMatrix(sparseArray);
    std::cout << "Average of the sparse matrix is: " << avg << std::endl;
    return 0;
}

在这个例子中，我们首先检查矩阵是否为空。接着，对于每个元素，我们检查它是否为非零值，如果是，则累加到总和并增加计数器。最后，如果存在非零元素，我们就返回它们的平均值；否则，返回0。