当矩阵中存在着重复元素时，为了节省空间会采用压缩算法，关键在于原矩阵空间与压缩后数据结构的对应；
1.对称压缩：数据沿对角线对称的情况；
将矩阵压缩为一维数组，数组的长度是：
对于num[n][n];
zipNum.size()=(n+1)*n/2;
元素的对应：这是直接针对二维数组来说的，一般的矩阵起始是从1开始的，那会是i(i-1)/2+j-1;
代码如下：
int main()
{int nums[4][4] = { {3,5,6,8},{5,4,7,9},{6,7,12,10},{8,9,10,13} };zipNums.size()=4*(4+1)/2=10;int zipNums[10] = {0};for (int i = 0; i < 4; i++){for (int j = 0; j < 4; j++){if (i >= j) { zipNums[i * (i +1) / 2 + j] = nums[i][j]; }else { zipNums[j * (j + 1) / 2 + i] = nums[i][j]; }}}for (int i = 0; i < 10; i++){cout << zipNums[i] << " ";}return 0;
}这是对称矩阵压缩；
上三角矩阵：与对称矩阵一样，但需要一个额外的空间存放常数；
下三角矩阵：与上三角相反；
稀疏压缩（难点）：
如果一个矩阵中的有效元素很少，则应该使用稀疏压缩算法；稀疏矩阵也可以采用十字链表来压缩；
C++ 特殊矩阵的压缩存储算法_问题 a: 特殊的方阵 c++_一枚大果壳的博客-CSDN博客
【数据结构】特殊矩阵的压缩存储|保姆级详解+图解_数据结构图的压缩存储_是瑶瑶子啦的博客-CSDN博客各种特殊矩阵的压缩存储_日事日毕_日清日高的博客-CSDN博客
三元组法即用结构数组记录数的行列号和值；
#define Max 30struct Three{int row;
int col;
int val
}Three,Th[Max];三元组法：具有顺序存储的缺点，即查找，添加，删除非常困难，因此对于要变动的稀疏矩阵可以采用十字链表进行存储：采用十字链表时需要额外的两个行列的头节点数组来来方便查找；也可以用一个数组来记录，这个数组的结构元素要具有两个指针；
#define MAX 10struct LinkedList
{int row;
int col;
int val;LinkList*next_row;
LinkList*next_col;};typedef struct DOUBLE_XN
{LinkList*head_row;
LinkList*head*col;
}XN,XML[MAX];XML[MAX]就是头节点数组；typedef struct ONE_XN
{LinkList*head;
//LinkList*head*col;
}XN,XM[MAX];XM[MAX]就是单一的数组；
