数据结构（1）稀疏sparsearray数组

最近打算开始开一个数据结构和算法的专题，如果非要问我为什么我只能说我不想一辈子都当一个搬砖的。在这里特别感谢尚硅谷，你要非觉得我打广告就打广告吧。我知道很多人对培训机构有看法，但是不管怎么说人家确实发了很多免费的东西出来，我也从中学到了很多。

稀疏sparsearray数组

基本介绍：
当一个数组中大部分元素为０，或者为同一个值的数组时，可以使用稀疏数组来保存该数组。

稀疏数组的处理方法是:
1、记录数组一共有几行几列，有多少个不同的值
2、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

稀疏数组举例
首先给定一个6行7列的原始二维数组，然后其中一共有8个值，但是当我们换成

但是当我们换成稀疏数组记录的时候：

可以看到当换成稀疏数组以后它的第0行存储的是这个二维数组究竟有几行几列，其他行存储的是每个元素在二维数组中的位置。可以看到原来的空间是76=42，后来的空间是93=27，还是省去了1/3还要多一点的空间的。

应用场景

在编写五子棋程序的时候，有存盘和续上盘的功能。

现在就有了这个需求，这个二维数组很多东西为0页就是记录了很多的没有意义的数据，这时候我们正好可以用稀疏数组做记录来完成。
首先我们开始一个转换：

将这个二维数组转化为如下稀疏数组：

	row	col	val
0	11	11	2
1	1	2	1
2	2	3	2

在这里我想各位应该也看到了稀疏数组的优势，原来一个1111=121的二维数组被压缩成了一个33=9的稀疏数组，最关键的是还不存在失真，我想从这里就可以看到数据结构以及算法的重要性，为什么你拿着每个月几千的工资老板还嫌给你发的多，为什么别人一个月好几万老板还不停的给他涨薪水。

思路

二维数组转稀疏数组的思路
1.遍历 原始的二维数组，得到有效的数据的个数sum
2.根据sum就可以创建稀疏数组sparseArr int[sum+1][3]（因为行取决于有多少个有效数据，而列是固定的）
3.将二维数组的有效数据存入稀疏数组

稀疏数组转原始的二维数组的思路
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。
2.在读取稀疏数组后几行的数据后，赋值给原始的二维数组。

代码

```java
package com.structure.sparsearray;

/**
 * @PackgeName: com.structure.sparsearray
 * @ClassName: SparseArray
 * @Author: Hercules
 * Date: 2020/9/4 8:33
 * project name: dataStructure
 * @Version:
 * @Description:
 */
public class SparseArray {
    public static void main(String[] args) {
        //创建一个原始的二维数组 11*11
        //0: 表示没有棋子，1表示黑子  2表示蓝子
        int[][] charArr = new int[11][11];
        charArr[1][2] = 1;
        charArr[2][3] = 2;
        System.out.println("原始的二维数组是：");
        for(int [] row:charArr){
            for (int data:row){
                System.out.printf("%d\t",data);
            }
            System.out.println();
        }

        //将二维数组转稀疏数组的思路
        //1.先遍历二维数组 得到非0数据的个数
        int sum = 0;
        for(int [] row:charArr){
            for (int data:row){
                if(data != 0){
                    sum++;
                }
            }
        }
        System.out.println("sum="+sum);

        //创建对应的稀疏数组
        int[][] sparseArr = new int[sum+1][3];
        //给稀疏数组赋值，第一行的值是数组有几行几列，有几个有效值
        sparseArr[0][0] = 11;
        sparseArr[0][1] = 11;
        sparseArr[0][2] = sum;

        //遍历二维数组的值，将非0的值放入sparseArr中
        //count用于记录是第几个
        int count = 0;
        for(int i=0;i<11;i++){
            for(int j = 0;j<11;j++){
                if(charArr[i][j]!=0){
                    count++;
                    sparseArr[count][0]=i;
                    sparseArr[count][1]=j;
                    sparseArr[count][2]=charArr[i][j];
                }
            }
        }

        System.out.println("得到的稀疏数组为：");
        for(int[] row:sparseArr){
            for (int item:row){
                System.out.printf("%d\t",item);
            }
            System.out.println();
        }

        //将稀疏数组--》恢复成原始的二维数组
        /**
         * 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。
         * 2.在读取稀疏数组后几行的数据后，赋值给原始的二维数组。
         */

        //1.先读取稀疏数组第一行的数据，根据第一行的数据，创建原始的二维数组
        int[][] charArrNew = new int[sparseArr[0][0]][sparseArr[0][1]];

        //2.在读取稀疏数组后几行的数据(从第二行开始),创建原始的二维数组
        for(int i = 1;i<sparseArr.length;i++){
            charArrNew[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
        }

        System.out.println("恢复后的二维数组");
        for(int[] row:charArrNew){
            for (int item:row){
                System.out.printf("%d\t",item);
            }
            System.out.println();
        }



    }
}