稀疏矩阵的三元组程序，完全正确.稀疏矩阵的三元组存储

稀疏矩阵（矩阵零元素个数远大于非零元素），为节省存储空间，用三元组

1．两个串相等的充要条件是（）。
A．串长度相等B．串长度任意C．串中各位置字符任意D．串中各位置字符均对应相等2．对称矩阵的压缩存储：以行序为主序存储下三角中的元素，包括对角线上的元素。
二维下标为(i,j),存储空间的一维下标为k，给出k与i,j(i＜j)的关系k=（）（1＜=i,j＜=n,0＜=k＜n*(n+1)/2)。
A．i*(i-1)/2+j-1B．i*(i+1)/2+jC．j*(j-1)/2+i-1D．j*(j+1)/2+i3．二维数组A[7][8]以列序为主序的存储，计算数组元素A[5][3]的一维存储空间下标k=（）。
A．38B．43C．26D．294．已知一维数组A采用顺序存储结构，每个元素占用4个存储单元，第9个元素的地址为144，则第一个元素的地址是（）。
A．108B.180C.176D.1125.下面（）不属于特殊矩阵。
A．对角矩阵B.三角矩阵C.稀疏矩阵D.对称矩阵6.假设二维数组M[1..3,1..3]无论采用行优先还是列优先存储，其基地址相同，那么在两种存储方式下有相同地址的元素有（）个。
A.3B.2C.1D.07.若Tail(L)非空，Tail(Tail(L))为空，则非空广义表L的长度是（）。
(其中Tail表示取非空广义表的表尾)A.3B.2C.1D.08．串的长度是（）。
A．串中不同字母的个数B．串中不同字符的个数C．串中所含字符的个数，且大于0D．串中所含字符的个数9．已知广义表((),(a),(b,c,(d),((d,f))))，则以下说法正确的是（）。
A．表长为3，表头为空表，表尾为((a),(b,c,(d),((d,f))))B．表长为3，表头为空表，表尾为(b,c,(d),((d,f)))C．表长为4，表头为空表，表尾为((d,f))D．表长为3，表头为(())，表尾为((a),(b,c,(d),((d,f))))10．广义表A=(a,b,c,(d,(e,f)))，则Head(Tail(Tail(Tail(A))))的值为（）。
(Head与Tail分别是取表头和表尾的函数)A．(d,(e,f))B．dC．fD．(e,f)二、填空题（每空2分，共8分）。
1．一个广义表为F=(a,(a,b),d,e,(i,j),k)，则该广义表的长度为________________。
GetHead(GetTail(F))=_______________。
2．一个n*n的对称矩阵，如果以行或列为主序压缩存放入内存，则需要个存储单元。
3．有稀疏矩阵如下：005700-300040020它的三元组存储形式为:。
三、综合题（共22分）。
1．（共8分）稀疏矩阵如下图所示，描述其三元组的存储表示，以及转置后的三元组表示。
0-30004060000007015080转置前（4分）：转置后（4分）：2.（共14分）稀疏矩阵M的三元组表如下，请填写M的转置矩阵T的三元组表，并按要求完成算法。
（1）写出M矩阵转置后的三元组存储（6分）：M的三元组表：T的三元组表：ije2133244254

B树的删除.swfB树的生长过程.swf三元组表的转置.swf中序线索化二叉树.swf串的顺序存储.swf二分查找.swf二叉排序树的删除.swf二叉排序树的生成.swf二叉树的建立.swf克鲁斯卡尔算法构造最小生成树.swf冒泡排序.swf分块查找.swf单链表结点的删除.swf单链表结点的插入.swf图的深度优先遍历.swf基数排序.swf堆排序.swf头插法建单链表.swf寻找中序线索化二叉树指定结点的前驱.swf寻找中序线索化二叉树指定结点的后继.swf尾插法建表.swf希儿排序.swf开放定址法建立散列表.swf循环队列操作演示.swf快速排序.swf拉链法创建散列表.swf拓扑排序.swf最短路径.swf朴素串匹配算法过程示意.swf构造哈夫曼树的算法模拟.swf构造哈夫曼树过程.swf栈与递归.swf树、森林和二叉树的转换.swf桶式排序法.swf直接插入排序.swf直接选择排序.swf规并排序.swf邻接表表示的图的广度优先遍历.swf邻接表表示的图的深度优先遍历.swf顺序查找.swf顺序栈（4个存储空间）.swf顺序栈（8个存储空间）.swf顺序表的删除运算.swf顺序表的插入.swf顺序队列操作.swf

利用pandas将excel中数据抽取，以三元组形式加载到neo4j数据库中构建相关知识图谱

采用三元组表示稀疏矩阵，并定义矩阵的加、减、乘运算正交链表表示稀疏矩阵

lz算法实现：输入字符串，根据lz算法，输出三元组。
代码可运行，算法实现具体，c语言实现。

17.稀疏矩阵和三元组稀疏矩阵压缩算法.ppt

可参看博客：https://blog.csdn.net/luolan9611/article/details/88578720视觉问题回答（VQA）需要联合图像和自然语言问题，其中许多问题不能直接或清楚地从视觉内容中得到，而是需要从结构化人类知识推理并从视觉内容中得到证实。
该论文提出了视觉知识记忆网络（VKMN）来解决这个问题，它将结构化的人类知识和深层视觉特征无缝融入端到端学习框架中的记忆网络中。
与现有的利用外部知识支持VQA的方法相比，本文更多地强调了两种缺失的机制。
首先是将视觉内容与知识事实相结合的机制。
VKMN通过将知识三元组（主体，关系，目标）和深层视觉特征联合嵌入到视觉知识特征中来处理这个问题。
其次是处理从问题和答案对中扩展出多个知识事实的机制。
VKMN使用键值对结构在记忆网络中存储联合嵌入，以便易于处理多个事实。
实验表明，该方法在VQAv1.0和v2.0基准测试中取得了可喜的成果，同时在知识推理相关问题上优于最先进的方法。

知识图谱是一项综合性的复杂技术，其主要关注于知识的表示、知识图谱的构建以及应用这三个方面的研究内容。
其中知识的表示即是指三元组，知识图谱的构建则主要涉及信息抽取的相关技术。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。