基本介绍
对于二维数组中如果有多数数据为相同的值,少数为有效值的数组,可以通过稀疏数组进行重新存储,达到较少空间占用,后面可以通过这个稀疏数组恢复之前的二维数组。
稀疏数组的处理方法是:
- 记录数组一共有几行几列,有多少个不同的值。
- 把具有不同值的元素的行列及值记录在一个小规模的数组中,从而缩小程序的规模。
举例说明
比如一个棋盘,可以用二维数组表示,这个棋牌(只有三种数据,0为没有棋子,1为黑棋,2为蓝棋)
如图,把一个11 X 11的二维数组变为了一个3 X 3的稀疏数组。其中
第一行保存的是原二维数组有多少行、列以及非0值的个数。
第二到三行保存的是每个非0值所在的位置及其数值。
二维数组转稀疏数组
思路:
- 遍历原始二维数组,得到二维数组中有效数据的个数sum
- 创建稀疏数组(二维数组),有sum+1行,3列(固定)
- 将二维数组中的有效值存入稀疏数组中
代码实现
/**
* @ClassName SparseArray
* @author: shouanzh
* @Description 稀疏数组
* @date 2022/4/26 19:38
*/
public class SparseArray {
public static void main(String[] args) {
// 创建一个原始的二维数组(棋盘) 11*11 0为没有棋子,1为黑棋,2为蓝棋
int[][] chessArry = new int[11][11];
// 赋值
chessArry[1][2] = 1;
chessArry[2][3] = 2;
// 打印原始二维数组
System.out.println("~~~~~~~~~原始二维数组~~~~~~~~~~");
for (int[] row : chessArry) {
for (int data : row) {
System.out.printf("%d\t",data);
}
System.out.println();
}
// 将二维数组转为稀疏数组
// 1.遍历原始二维数组 得到非0数据的个数
int sum = 0;
for (int i = 0; i < chessArry.length; i++) {
for (int j = 0; j < chessArry[i].length; j++) {
if (chessArry[i][j] != 0) {
sum++;
}
}
}
// 2.创建对应的稀疏数组
int[][] sparseArray = new int[sum + 1][3];
// 3.给稀疏数组赋值
// 第一行数据 记录原始二维数组的行数列数 有效值个数
sparseArray[0][0] = chessArry.length; // 原始数组 行数
sparseArray[0][1] = chessArry[0].length; // 原始数组列数
sparseArray[0][2] = sum; // 有效值个数
// 遍历原始二维数组 存储非0数据的信息
int count = 0; //count 用于记录是第几个非0数据
for (int i = 0; i < chessArry.length; i++) {
for (int j = 0; j < chessArry[i].length; j++) {
if (chessArry[i][j] != 0) {
count++;
sparseArray[count][0] = i;
sparseArray[count][1] = j;
sparseArray[count][2] = chessArry[i][j];
}
}
}
System.out.println();
System.out.println("~~~~~~~~~~稀疏数组~~~~~~~~~~");
for (int i = 0; i < sparseArray.length; i++) {
System.out.printf("%d\t%d\t%d\t\n", sparseArray[i][0], sparseArray[i][1], sparseArray[i][2]);
}
}
}
~~~~~~~~~原始二维数组~~~~~~~~~~
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 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
0 0 0 0 0 0 0 0 0 0 0
~~~~~~~~~~稀疏数组~~~~~~~~~~
11 11 2
1 2 1
2 3 2
稀疏数组转二维数组
思路:
- 先读取稀疏数组的第一行(保存二维数组的行和列信息),创建原始二维数组
- 读取稀疏数组的其他行,将值赋给二维数组的对应位置上
代码实现
/**
* @ClassName SparseArray
* @author: shouanzh
* @Description 稀疏数组
* @date 2022/4/26 19:38
*/
public class SparseArray {
public static void main(String[] args) {
// 创建一个原始的二维数组(棋盘) 11*11 0为没有棋子,1为黑棋,2为蓝棋
int[][] chessArry = new int[11][11];
// 赋值
chessArry[1][2] = 1;
chessArry[2][3] = 2;
// 打印原始二维数组
System.out.println("~~~~~~~~~原始二维数组~~~~~~~~~~");
for (int[] row : chessArry) {
for (int data : row) {
System.out.printf("%d\t",data);
}
System.out.println();
}
// 将二维数组转为稀疏数组
// 1.遍历原始二维数组 得到非0数据的个数
int sum = 0;
for (int i = 0; i < chessArry.length; i++) {
for (int j = 0; j < chessArry[i].length; j++) {
if (chessArry[i][j] != 0) {
sum++;
}
}
}
// 2.创建对应的稀疏数组
int[][] sparseArray = new int[sum + 1][3];
// 3.给稀疏数组赋值
// 第一行数据 记录原始二维数组的行数列数 有效值个数
sparseArray[0][0] = chessArry.length; // 原始数组 行数
sparseArray[0][1] = chessArry[0].length; // 原始数组列数
sparseArray[0][2] = sum; // 有效值个数
// 遍历原始二维数组 存储非0数据的信息
int count = 0; //count 用于记录是第几个非0数据
for (int i = 0; i < chessArry.length; i++) {
for (int j = 0; j < chessArry[i].length; j++) {
if (chessArry[i][j] != 0) {
count++;
sparseArray[count][0] = i;
sparseArray[count][1] = j;
sparseArray[count][2] = chessArry[i][j];
}
}
}
System.out.println();
System.out.println("~~~~~~~~~~稀疏数组~~~~~~~~~~");
for (int i = 0; i < sparseArray.length; i++) {
System.out.printf("%d\t%d\t%d\t\n", sparseArray[i][0], sparseArray[i][1], sparseArray[i][2]);
}
// 将稀疏数组恢复为原始的二维数组
// 1. 先读取稀疏数组的第一行,根据第一行的数据,创建原始的二维数组
int[][] chessArryOrg = new int[sparseArray[0][0]][sparseArray[0][1]];
// 2. 在读取稀疏数组后几行的数据(从第二行开始),并赋给 原始的二维数组 即可
for (int i = 1; i < sparseArray.length; i++) {
chessArryOrg[sparseArray[i][0]][sparseArray[i][1]] = sparseArray[i][2];
}
System.out.println("~~~~~~~~恢复后的二维数组~~~~~~~~");
// 输出恢复后的二维数组
for (int[] row : chessArryOrg) {
for (int data : row) {
System.out.printf("%d\t", data);
}
System.out.println();
}
}
}
~~~~~~~~~原始二维数组~~~~~~~~~~
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 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
0 0 0 0 0 0 0 0 0 0 0
~~~~~~~~~~稀疏数组~~~~~~~~~~
11 11 2
1 2 1
2 3 2
~~~~~~~~恢复后的二维数组~~~~~~~~
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 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
0 0 0 0 0 0 0 0 0 0 0