java之稀疏数组与二维数组的切换

本文选自尚硅谷java数据结构与算法，jdk8，eclipse环境

稀疏数组定义

所谓稀疏数组，通常指的是一个二维数组中，其大部分元素都为0或者都为同一个数x，仅有少数几个元素与其不同，那么在内存存储的时候为了避免内存浪费，将原二维数组转换为稀疏数组来进行存储。

1. 稀疏数组将记录少数几个非零元素(或者非x的数值)的所在行，列，以及个数
2. 稀疏数组的首行是记录原二维数组的行数和列数，以及非零(或者x)元素的个数
3. 稀疏数组总共有非零(或者x)元素的个数+1行，三列

以尚硅谷的图片为例：

代码演示

先随意创建一个11行11列的二维数组

public class SparseArray {
	public static void main(String[] args) {
		int[][] sparseArr = new int[11][11];
		sparseArr[1][2] = 1;
		sparseArr[2][3] = 2;
		sparseArr[3][5] = 2;
		sparseArr[4][4] = 1;
		for(int[] arr:sparseArr){
			for(int arr1:arr){
				System.out.printf("%d\t",arr1);
			}
			System.out.println();
		}
	}	

输出结果为

0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0
0 0 0 2 0 0 0 0 0 0 0
0 0 0 0 0 2 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0

说明一点，语句

		for(int[] arr:sparseArr){
			for(int arr1:arr){

其中用的是foreach遍历数组，有点类似于python的遍历，冒号相当于python中的for循环中的in。

for(type var x:obj){
	引用了x的java语句
}	

其中，var x是一个形参，type是形参的类型，obj是遍历对象。这儿第一个for循环把sparseArr某一行给了arr，第二个for循环把行arr中的每个元素给了arr1.

将二维数组转化为稀疏数组

然后将其转化为稀疏数组

//把数组转换为稀疏数组
		int sum = 0;
		for(int i = 0;i < sparseArr.length;i++){
			for(int j = 0;j < sparseArr[0].length;j++){
				if(sparseArr[i][j] != 0)
					sum++;
			}
		}
		System.out.println("sum= "+sum);
		
		int sparseArr1[][] =new int[sum+1][3];
		sparseArr1[0][0] = 11;
		sparseArr1[0][1] = 11;
		sparseArr1[0][2] = sum;
		int count = 0;
		for(int i = 0;i < sparseArr.length;i++){
			for(int j = 0;j < sparseArr[0].length;j++){
				if(sparseArr[i][j] != 0){
					count++;
					sparseArr1[count][0] = i;
					sparseArr1[count][1] = j;
					sparseArr1[count][2] = sparseArr[i][j];
				}

					
			}
		}
	
		System.out.println("稀疏数组为：");
		for(int[] arr:sparseArr1){
			for(int arr1:arr)
				System.out.printf("%d\t",arr1);
			System.out.println();
		}

这儿首先要求出非零(或者x)元素的个数，再进行稀疏数组的绘制。

其中，输出语句也可以写为

		for(int i = 0;i <= sum;i++){
			System.out.printf("%d\t%d\t%d\n",sparseArr1[i][0],sparseArr1[i][1],sparseArr1[i][2]);
		}

这样写输出效果一样，但更为简洁。
运行结果为：

sum= 4
稀疏数组为：
11 11 4
1 2 1
2 3 2
3 5 2
4 4 1

将稀疏数组转化为二维数组

代码如下

//将稀疏数组转换为原始数组
		System.out.println("原始数组为：");
		int sparseArr2[][] = new int[sparseArr1[0][0]][sparseArr1[0][1]];
		for(int i = 1;i <= sum;i++){
			sparseArr2[sparseArr1[i][0]][sparseArr1[i][1]] = sparseArr1[i][2];
		}
		for(int[] arr:sparseArr2){
			for(int arr1:arr)
				System.out.printf("%d\t",arr1);
			System.out.println();
		}

运行结果为原二维数组。

总的代码如下

package com.atguigu.sparsearray;

public class SparseArray {
	public static void main(String[] args) {
		int[][] sparseArr = new int[11][11];
		sparseArr[1][2] = 1;
		sparseArr[2][3] = 2;
		sparseArr[3][5] = 2;
		sparseArr[4][4] = 1;
		for(int[] arr:sparseArr){
			for(int arr1:arr){
				System.out.printf("%d\t",arr1);
			}
			System.out.println();
		}
		//把数组转换为稀疏数组
		int sum = 0;
		for(int i = 0;i < sparseArr.length;i++){
			for(int j = 0;j < sparseArr[0].length;j++){
				if(sparseArr[i][j] != 0)
					sum++;
			}
		}
		System.out.println("sum= "+sum);
		
		int sparseArr1[][] =new int[sum+1][3];
		sparseArr1[0][0] = 11;
		sparseArr1[0][1] = 11;
		sparseArr1[0][2] = sum;
		int count = 0;
		for(int i = 0;i < sparseArr.length;i++){
			for(int j = 0;j < sparseArr[0].length;j++){
				if(sparseArr[i][j] != 0){
					count++;
					sparseArr1[count][0] = i;
					sparseArr1[count][1] = j;
					sparseArr1[count][2] = sparseArr[i][j];
				}

					
			}
		}
	
		System.out.println("稀疏数组为：");
//		for(int[] arr:sparseArr1){
//			for(int arr1:arr)
//				System.out.printf("%d\t",arr1);
//			System.out.println();
//		}
		//输出语句可以换为：
		for(int i = 0;i <= sum;i++){
			System.out.printf("%d\t%d\t%d\n",sparseArr1[i][0],sparseArr1[i][1],sparseArr1[i][2]);
		}
		
		//将稀疏数组转换为原始数组
		System.out.println("原始数组为：");
		int sparseArr2[][] = new int[sparseArr1[0][0]][sparseArr1[0][1]];
		for(int i = 1;i <= sum;i++){
			sparseArr2[sparseArr1[i][0]][sparseArr1[i][1]] = sparseArr1[i][2];
		}
		for(int[] arr:sparseArr2){
			for(int arr1:arr)
				System.out.printf("%d\t",arr1);
			System.out.println();
		}
		
	}
	
}

运行结果为

0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0
0 0 0 2 0 0 0 0 0 0 0
0 0 0 0 0 2 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
sum= 4
稀疏数组为：
11 11 4
1 2 1
2 3 2
3 5 2
4 4 1
原始数组为：
0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0
0 0 0 2 0 0 0 0 0 0 0
0 0 0 0 0 2 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0