线性结构是一对一的形式,他有顺序存储、链式存储两种形式,我们常见的线性存储的主要结构有:数组、队列、链表、栈。非线性结构通产包括二维数组、多维数组、广义表、树、图。
package datacontruct.sparsearray;
/**
* @Author:柳梦磊
* @mailbox:838196425@qq.com
* @BlogAddress;https://blog.csdn.net/lmlzww/
* @Date:2020/6/277:50
* @Aphorism:喜欢蓝天和白云也喜欢蓝天白云下大笑的自己
* @Function:原数组与稀疏数组的相互转换
* @Note:在这个算法中还有诸多可以优化的地方,这里展现的仅仅是一个基础的思路,稀疏数组我们可以采用
* 集合Array的动态数组原理来实现,从而减少一次遍历;稀疏数组思想便是将一个多维数组中大量重复的元素过掉
* 而单独记录那些不同的元素,在这里的代码中我们采用模拟的是一个棋盘,在假设的场景下大量重复的元素就是0
* 这与我们int数组的默认元素为0发生了重合,因此中间省去了记录特殊元素,并初始换复原数组的步骤
* 主要的实现思路便是:对大量重复的元素不做重复记录,主要记录那些不同元素的数据信息以及位置信息以及原始
* 数组的行数、列数以及大量重复数据的数值是什么,需要复原的时候根据这些记录的信息来实现对原始数组的复原
*/
public class SparseArray {
public static void main(String[] args) {
//先创建一个原始的二维数组
//0表示没有棋子,1表示黑子2表示蓝子
int chessArr1[][] = new int[11][11];
chessArr1[1][2] =1;
chessArr1[2][3] =2;
//输出原来的二维数组
System.out.println("原始数组:");
for (int[] row:chessArr1){
for (int data:row){
System.out.printf("%d ",data);
}
System.out.println();
}
//遍历原来二维数组非0元素的数目
int sum =0;
for (int i = 0; i < chessArr1.length; i++) {
for (int j = 0; j < chessArr1[i].length; j++) {
if(chessArr1[i][j]!=0){
sum++;
}
}
}
//创建对应的二维数组
int sparseArr[][] = new int[sum+1][3];
//给稀疏数组赋值(第一行用来存储原数组的基本信息——行数、列数、非零个数)
sparseArr[0][0] =11;
sparseArr[0][1] =11;
sparseArr[0][2] =sum;
//给稀疏数组赋值,count充当计数器自增站用来稀疏数组的值存储
int count =1;
//[count][0]用来存储非零元素所在的行、[count][1]非零元素所在的列、[count][2]非零元素的数据
for (int i = 0; i < chessArr1.length; i++) {
for (int j = 0; j < chessArr1[i].length; j++) {
if(chessArr1[i][j]!=0){
sparseArr[count][0] =i;
sparseArr[count][1] =j;
sparseArr[count][2] =chessArr1[i][j];
count++;
}
}
}
//输出转后稀疏数组的形式
System.out.println( "稀疏数组的形式");
for (int i = 0; i < sparseArr.length; i++) {
System.out.printf("%d\t%d\t%d\t\n",sparseArr[i][0],sparseArr[i][1],sparseArr[i][2]);
}
//根据压缩后的稀疏数组信息,复原创建原数组,并遍历压缩后的数组,提取出相应的非零元素
int chessArr2[][] = new int[sparseArr[0][0]][sparseArr[0][1]];
for (int i = 1; i < sparseArr.length; i++) {
chessArr2[sparseArr[i][0]][sparseArr[i][1]]=sparseArr[i][2];
}
System.out.println("稀疏数组逆转换得到原数组:");
for (int[] row:chessArr2){
for (int data:row){
System.out.printf("%d ",data);
}
System.out.println();
}
}
}
运行结果图: