ADT SparseMatrix {
  数据:
    绝大多数元素为零的矩阵。
  运算:
    Create();   建立一个稀疏矩阵。
    Destroy()；撤消一个稀疏矩阵。
    Add(B,C)：当前矩阵对象与B相加，C中返回相加和。
    Multiply(B,C): 当前矩阵对象与B相乘，C中返回相乘积。
    Transpose(B): B中返回当前矩阵对象的转置矩阵。
} 

template <class T>
class SparseMatrix {
public:
    SparseMatrix(int maxRowSize, int maxColSize){};
    ~SparseMatrix(){};
    virtual void Add(const SparseMatrix <T> &B,
                    SparseMatrix <T> &C) const;
    virtual void Mul(const SparseMatrix <T> &B,
                    SparseMatrix <T> &C) const;
    virtual void Transpose(SparseMatrix <T> &B)
                    const;   
 private:
          int maxRows, maxCols;
};

三元组表示法

按照压缩存储的思想，稀疏矩阵Am×n中的每一个非零元素 aij 的行号、列号和值可以用一个三元组( i, j, v)表示。三元组可以按行或按列的顺序存储。

//Term类
template <class T>
struct Terms                     
{
   int row,col;  
   T value;
};

template <class T>
class SeqTriple {
public:
    SeqTriple(int maxLengthSize);
    void Add(const SeqTriple<T> &B,  SeqTriple<T> & C) const;
    void Mul(const SeqTriple<T> &B,  SeqTriple<T> & C) const;
    SeqTriple<T>  Transpose(SeqTriple<T> &B) const;
    friend istream &operator >>(istream &input, SeqTriple<T> &);
    friend ostream &operator <<(istream &output, const SeqTriple<T> &);
 private:
    int maxSize; //最大个数
    int m, n , t;   //行数，列数，非零元素个数
    Terms<T> * trip;  //动态一维数组的指针
};