02 单链表 【数据结构与算法学习笔记(Java)】

数据结构与算法（Java实现）

我的学习资料：
视频：尚硅谷Java数据结构与java算法（Java数据结构与算法）
书籍：《大话数据结构》
笔记中包括学习的内容，代码，同时自己总结了知识点速记（部分会带页内跳转，可点击跳转）供快速回顾和记忆学到的知识点。

三、链表（Linked List）之单链表

3.1链表和单链表的定义

• 线性表的顺序存储结构（即顺序表）用一段地址连续的存储单元依次存储线性表的数据元素，优点是可以通过索引快速找到对应元素，实现了随机访问，但是扩容比较麻烦（需要再重新分配一个更大的空间，把数据全部复制过去），最大的缺点就是插入和删除时需要移动大量元素。
• 因此出现了线性表的链式存储结构（链表），它用一组任意的存储单元（连续的或不连续的）存储线性表的数据元素。（即链表的存储单元不一定连续）。
• 链表为了表示每个数据元素a_i与其直接后继元素a_i+1之间的逻辑关系，对于元素a_i，除了存储本身的信息（也叫数据域，即Data域）之外，还需要存储一个指示它直接后继元素位置的信息（也叫指针域，next域），这两个域合在一起就是结点。
• 多个结点链接成一个线性表，即链表。
  
• 如果线性链表的每个结点只有一个next指针域，则称作单链表。
• 我们把单链表中第一个结点的存储位置叫做头指针，最后一个结点指针为空（通常用NULL或者"^"来表示）。它的内存结构如图：

• 链表有带头结点的，有不带头结点的。头结点的指针域指向第一个结点。他们的逻辑结构图如图：
  

3.2 单链表的实现

按照序号顺序添加新结点addByOrder：

• 辅助指针后移，找到要添加的位置。比较data域中的序号，新结点no值的>=temp.next.no则指针后移

0.2 非线性结构

常见的有：二维数组，多维数组，广义表，树，图

一、稀疏（ sparsearray）数组

1.1 实际需求

对于一个五子棋盘上棋子的情况，可以使用二维数组记录，0表示无棋子，1和2分别表示两种颜色的棋子，因为该二维数组的很多值是默认值 0 ，因此记录了很多没有意义的数据，我们将其转为稀疏数组进行存储。

1.2 介绍

1.2.1 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。

1.2.2 处理方法及举例

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
3. 具体操作：

第1行：记录原始二维数组的行数，列数，非0元素（或者说有效数据）的总个数

• 第1列：原始二维数组的行数
• 第2列：原始二维数组的列数
• 第3列：原始二维数组的非0元素的个数

剩余几行：记录原始二维数组非0元素（或者说有效数据）在原始二维数组的下标（横纵坐标）及它的值

• 第1列：非0元素（有效数据）的横坐标

• 第2列：非0元素（有效数据）的纵坐标

• 第3列：非0元素（有效数据）的值

• 二维数组——>稀疏数组举例：
  在下面的棋盘中，原始二维数组规模是6×7，转化为稀疏数组规模变为9×3（注意数组的坐标是从0开始的，但我们可能习惯描述第几行是从第1行开始的）
  1. 搞定第一行
  因为原始规模6*7,即【6行7列8个非零值】，因此在稀疏数组第1行（注意行坐标是0）依次填入【6,7,8】
  2. 剩余的元素按照“行”的方式遍历，依次填入。
  比如第一个非零元素是22,横纵坐标【0,3】因此在稀疏数组下一行依次填入它的坐标及它的值【0,3,22】
  接下来按照行遍历，应该依次填入的元素是15，11,17，-6,39，91，28，完成稀疏数组。
  

1.3 应用实例

1.3.1实例说明

• 使用稀疏数组，来保留类似前面的二维数组(棋盘、地图等等)
• 把稀疏数组存盘，并且可以重新恢复原来的二维数组数
  

二维数组——>稀疏数组的思路

• 遍历 原始的二维数组，得到有效数据的个数 sum
• 根据sum 就可以创建 稀疏数组 sparseArr int[sum + 1 ] [ 3 ]
• 将二维数组的有效数据数据存入到 稀疏数组

稀疏数组——>原始的二维数组的思路

• 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]
• 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.

1.3.2 代码实现

package dataStructures;

import java.util.Arrays;

public class GoBang {
   

    public static int  BTsize=11;
    int[][] realCheckBoard = new int[BTsize][BTsize];
    int[][] sparseArray;
    int count=0;

    public static void main(String[] args) {
   

        GoBang gb = new GoBang();
        gb.realCheckBoard[1][2]=1;
        gb.realCheckBoard[2][3]=2;
        
        System.out.println();

        for (int[]a1:gb.realCheckBoard
             ) {
   
            System.out.println();
            
            for (int a2:a1
                 ) {
   
                System.out.print(a2+" ");
            }

        }

        int[][] array1 =gb.realCheckBToSparseArray();
        int[][] array2 = gb.sparseArrayToRealCheckBT();

    }

    public GoBang(){
   

    }

    public GoBang(int[][] realCheckBoard) {
   
        this.realCheckBoard = realCheckBoard;
    }

    public int[][] realCheckBToSparseArray(){
   
        System.out.println();
        System.out.println("得到稀疏数组为：");

        //遍历二维数组找到非0元素值的个数，用count表示
        for (int i=0;i<realCheckBoard.length;i++){
   
            for (int j=1; j<realCheckBoard[i].length;j++){
   
                if (realCheckBoard[i][j]!=0){
   
                    count++;
                }
            }
        }

            sparseArray = new int[count + 1][3];
            sparseArray[0][0] = BTsize;
            sparseArray[0][1] = BTsize;
            sparseArray[0][2] = count;

        if (count!=0) {