数据结构和算法之稀疏数组

数据结构和算法

一、线性结构和非线性结构

数据结构包括：线性结构和非线性结构

1、线性结构

（1）线性结构作为最常用的数据结构，其特点是数据元素之间存在一对一的线性关系

（2）线性结构有两种不同的存储结构，即顺序存储结构(数组)和链式存储结构(链表)，顺序存储的线

性表称为顺序表，顺序表中的存储元素是连续(指地址连续)的链式存储的线性表称为链表，链表中的

存储

（3）元素不一定是连续的，元素节点中存放数据元素以及相邻元素的地址信息

（4）线性结构常见的有：数组、队列、链表和栈

2、非线性结构

非线性结构包括：二维数组，多维数组，广义表，树结构，图结构

二、稀疏数组

实际需求：因为该二维数组中许多值都是默认值0，因此记录了很多没有意义的数据，这个时候就需

要把这个二维数组进行压缩，这就得引用稀疏数组。

稀疏数组

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。

应用实例

(1) 使用稀疏数组，来保留类似前面的二维数组(棋盘、地图等等)

(2) 把稀疏数组存盘，并且可以重新恢复原来的二维数组

(3) 整体思路分析

上表 [0] 所代表的含义是：一共有6行7列，其中有8个不同的值

[1] ~ [8] 代表：每一个不同的值它所在的行和列分别是多少。

对比发现：由最终6 * 7=42个数据的数组最终变成了9 * 3=27个数据的数组，起到了把一个原始数组规

模变小的效果。

二维数组转稀疏数组的思路

1.遍历原始的二维数组，得到有效数据的个数sum

2.根据sum就可以创建稀疏数组sparseArr int[sum+1][3]

3.将二维数组的有效数据存入到稀疏数组

4.将稀疏数组存盘到文件

稀疏数组转原始的二维数组的思路(首先应该将文件恢复成稀疏数组，接下来进行以下操作)

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，比如上面的

chessArr2=int[11][11]

2.在读取稀疏数组后几行的数据,并赋给原始的二维数组即可。

代码实现

import java.lang.reflect.Array;
import java.util.Scanner;

public class Str {
    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 chessArr1[][] = new int[11][11];
		chessArr1[1][2] = 1;
		chessArr1[2][3] = 2;
		chessArr1[4][5] = 2;
		//输出原始的二维数组
        System.out.println("原始的二维数组：");
		for(int[] row : chessArr1){
			for(int data: row){
                System.out.printf("%d\t",data);
			}
            System.out.println(row);
		}

		//将二维数组 转 稀疏数组
        //1. 先遍历二维数组 得到非0数据的个数
        int sum = 0;
		for (int i = 0; i < 11; i++){
		    for (int j = 0; j < 11; j++){
                if (chessArr1[i][j] != 0){
                    sum++;
                }
            }
        }
//        System.out.println("sum=" + sum);

        //2、创建对应的稀疏数组
        int sparseArr[][] = new int[sum+1][3];
		// 给稀疏数组赋值
        sparseArr[0][0] = 11;
        sparseArr[0][1] = 11;
        sparseArr[0][2] = sum;

        // 遍历二维数组，将非0的值存放到sparseArr中
        int count = 0;  // count 用于记录是第几个非0数据
        for (int i = 0; i < 11; i++){
            for (int j = 0; j < 11; j++){
                if (chessArr1[i][j] != 0){
                    count++;
                    sparseArr[count][0] = i;
                    sparseArr[count][1] = j;
                    sparseArr[count][2] = chessArr1[i][j];
                }
            }
        }
        // 输出稀疏数组的形式
        System.out.println();
        System.out.println("输出稀疏数组为：");

        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]);
        }
        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，比如上面的chessArr2=int[11][11]
                2.在读取稀疏数组后几行的数据,并赋给原始的二维数组即可。
         */
        // 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 chessArr2[][] = 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),并赋给原始的二维数组即可
        for (int i = 1; i < sparseArr.length; i++){
            chessArr2[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
        }
        // 输出恢复后的二维数组
        System.out.println();
        System.out.println("恢复后的二维数组：");
        for(int[] row : chessArr2){
            for(int data: row){
                System.out.printf("%d\t",data);
            }
            System.out.println(row);
        }
    }
}