数据结构之稀疏数组

最新推荐文章于 2024-08-15 21:12:13 发布

小王是个弟弟

最新推荐文章于 2024-08-15 21:12:13 发布

阅读量833

点赞数 5

分类专栏：数据结构文章标签：稀疏矩阵压缩存储棋局存储二维数组 Java实现

本文链接：https://blog.csdn.net/qq_41858402/article/details/113308356

版权

数据结构专栏收录该内容

3 篇文章 0 订阅

订阅专栏

一、实际案例

如何高效的存储一局刚开始的棋局，并且在将来可以无损恢复
在这里插入图片描述
简单的方式将棋盘抽象成二维数据，未落子用0表示，黑子用1，白子用2；该问题就转换成如何持久化一个二维数组。序列化、IO皆可
$sparse=\begin{bmatrix} 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 1 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 2 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ \end{bmatrix}$
这数学中上述矩阵被称为：稀疏矩阵，即具有很多相同的元素的矩阵，若不做任何处理直接存储显然不够高效。

二、基本介绍

2.1 压缩稀疏数组

如何高效的存储稀疏数组呢？
第一步：获取稀疏数组的规格，即行列信息
第二步：获取稀疏数组非0元素个数
第三步：创建压缩数组用于存储
根据上述的数组可得行列为11，非0元素个数为2，那么可以创建下列压缩数组
$zip=\begin{bmatrix} 11 & 11 & 2 \\ 1 & 2 & 1 \\ 2 & 3 & 2 \\ \end{bmatrix}$
解释：
zip第一行记录spares的行数、列数、非0元素个数；
zip剩余每行第一列记录非0元素所在行，第二列记录非0元素所在列，第三列记录非0元素值

代码实现思路：

遍历稀疏数组获取有效数据个数sum
根据sum创建压缩数组zip[sum+1][3]
将稀疏数组有效数据填入zip中

代码如下

// 压缩数组
public static int[][] zipArray(int[][] arr) {
    // 遍历稀疏数组得到非0数据个数
    int sum = 0;
    for (int[] ints : arr) {
        for (int j = 0; j < arr.length; j++) {
            if (ints[j] != 0)
                sum++;
        }
    }

    // 创建压缩数组
    int[][] zipArr = new int[sum + 1][3];

    // 稀疏数组赋值
    zipArr[0][0] = arr.length;
    zipArr[0][1] = arr[0].length;
    zipArr[0][2] = sum;

    int line = 1;
    // 再次遍历获取非0数据
    for (int i = 0; i < arr.length; i++) {
        for (int j = 0; j < arr[i].length; j++) {
            if (arr[i][j] != 0) {
                zipArr[line][0] = i;
                zipArr[line][1] = j;
                zipArr[line][2] = arr[i][j];
                line++;
            }
        }
    }
    
    return zipArr;
}

2.2 解压稀疏数组

解压还原稀疏数组就很简单了
第一步：获取稀疏数组规格
第二步：从压缩数组中获取数据填入稀疏数组即可

代码实现思路：

读取压缩数组第一行，创建原始二维稀疏数组
读取压缩数组后几行赋值即可

代码如下

// 解压数组
public static int[][] unzipArray(int[][] arr) {
    // 创建原始数组
    int[][] srcArr = new int[arr[0][0]][arr[0][1]];
    for (int i = 1; i < arr.length; i++) {
        srcArr[arr[i][0]][arr[i][1]] = arr[i][2];
    }

    return srcArr;
}

三、补充

3.1 测试代码

package 稀疏数组;

/**
 * Project: data structure
 * Package: 稀疏数组
 * Version: 1.0
 * Author: wjun
 * <p>
 * Description:
 * Created by hc on 2021/01/27 17:22
 * © 1996 - 2021 Zhejiang Hong Cheng Computer Systems Co., Ltd.
 */
public class SparseArray {
    public static void main(String[] args) {
        int[][] sparseArr = new int[11][11];
        sparseArr[1][1] = 1;
        sparseArr[2][3] = 2;

        int[][] zipArray = zipArray(sparseArr);

        for (int[] ints : zipArray) {
            for (int j = 0; j < zipArray.length; j++) {
                System.out.print(ints[j] + "\t");
            }
            System.out.println();
        }

        int[][] unzipArray = unzipArray(zipArray);

        for (int[] ints : unzipArray) {
            for (int j = 0; j < unzipArray.length; j++) {
                System.out.print(ints[j] + "\t");
            }
            System.out.println();
        }
    }

    // 压缩数组
    public static int[][] zipArray(int[][] arr) {
        // 遍历稀疏数组得到非0数据个数
        int sum = 0;
        for (int[] ints : arr) {
            for (int j = 0; j < arr.length; j++) {
                if (ints[j] != 0)
                    sum++;
            }
        }

        // 创建压缩数组
        int[][] zipArr = new int[sum + 1][3];

        // 稀疏数组赋值
        zipArr[0][0] = arr.length;
        zipArr[0][1] = arr[0].length;
        zipArr[0][2] = sum;

        int line = 1;
        // 再次遍历获取非0数据
        for (int i = 0; i < arr.length; i++) {
            for (int j = 0; j < arr.length; j++) {
                if (arr[i][j] != 0) {
                    zipArr[line][0] = i;
                    zipArr[line][1] = j;
                    zipArr[line][2] = arr[i][j];
                    line++;
                }
            }
        }

        return zipArr;
    }

    // 解压数组
    public static int[][] unzipArray(int[][] arr) {
        // 创建原始数组
        int[][] srcArr = new int[arr[0][0]][arr[0][1]];
        for (int i = 1; i < arr.length; i++) {
            srcArr[arr[i][0]][arr[i][1]] = arr[i][2];
        }

        return srcArr;
    }
}

3.2 研究

问题：当有效数据数量达到多少时直接存储原始数组（此时成稀疏数组就不合适了）？
设原始数组为m x n且有a个有效数字，得到的压缩数据则为a+1 x 3，有如下推导：
$\frac {mn} 3 - 1$
当有效数组接近整个数组的三分之一时，再使用该方法将得不偿失，且该方法本身就是以时间换取空间。