Java 实现稀疏数组

稀疏数组

代码地址

https://github.com/shiwei-Ren/algorithm/tree/main/src/datastructure/array/sparsearray


定义

稀疏数组可以看做是普通数组的压缩,但是这里说的普通数组是指无效数据量远大于有效数据量的数组。

使用场景

稀疏数组有很多的使用场景,比如五子棋(思路:单数为黑棋,双数为白棋;数字从小到大可记录下棋顺序),棋盘很大,但是一盘下完后,大部分的位置都是没有棋字的。这是可以使用稀疏数组存储,使用时也可以还原成初始的二维数组。

举例

image-20210527091550740

例如如下数组,即可使用稀疏数组压缩:

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

压缩后的结果:

11 11 2
1  2  1
2  4  2

原本占用了11 * 11空间,压缩后只占用了3 * 3的空间。

为什么要进行数组的压缩存储?

  • 原数组中存在大量的无效数据,占据了大量的存储空间,真正有用的数据却少之又少
  • 压缩存储可以节省存储空间以避免资源的不必要的浪费,在数据序列化到磁盘时,压缩存储可以提高IO效率

处理方法

  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,从而缩小程序规模

如下:

0  0  0  22 0  0  15
0  11 0  0  0  17 0
0  0  0  -6 0  0  0
0  0  0  0  0  39 0
91 0  0  0  0  0  0
0  0  28 0  0  0  0
行(row)列(col)值(value)
[0]678
[1]0322
[2]0615
[3]1111
[4]1517
[5]23-6
[6]3539
[7]4091
[8]5228

稀疏数组存储方式

  1. 第一行存储原始数据总行数,总列数,总的非0数据个数
  2. 接下来每一行都存储非0数所在行,所在列,和具体值
    例如上面的稀疏数组:
    第一行代表:原始的二维数组一共6行7列,并且有8个非0值
    第二行代表:原始的二维数组的第1行第4列的值为22

稀疏数组与二维数组互相转换

思路

二维数组转稀疏数组思路:

  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[sum+1][3]

  3. 将二维数组的有效数据数据存入到稀疏数组

稀疏数组转二维数组思路:

  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,并赋给原始的二维数组即可。

代码实现

import org.junit.Test;
/**
 * description:稀疏数组
 *
 * @author RenShiWei
 * Date: 2021/5/24 16:51
 **/
public class SparseArray {
    /**
     * description:二维数组转稀疏数组
     *
     * @param originalArr 原始的二维数组
     * @return 稀疏数组
     * @author RenShiWei
     * Date: 2021/5/27 9:46
     */
    public int[][] arrayToSparse(int[][] originalArr) {
        //遍历原始二维数组得到有效数据的个数(方便创建稀疏数组)
        int sum = 0;
        for (int[] arr : originalArr) {
            for (int data : arr) {
                if (data != 0) {
                    sum++;
                }
            }
        }
        int[][] sparseArray = new int[sum + 1][3];
        sparseArray[0][0] = originalArr.length;
        sparseArray[0][1] = originalArr[0].length;
        sparseArray[0][2] = sum;
        //记录第几个有效数据
        int count = 0;
        for (int i = 0; i < originalArr.length; i++) {
            for (int j = 0; j < originalArr[0].length; j++) {
                //不为0的数据,记录在稀疏数组
                if (originalArr[i][j] != 0) {
                    count++;
                    sparseArray[count][0] = i;
                    sparseArray[count][1] = j;
                    sparseArray[count][2] = originalArr[i][j];
                }
            }
        }
        return sparseArray;
    }
    /**
     * description:稀疏数组转二维数组
     *
     * @param sparseArray 稀疏数组
     * @return 原始的二维数组
     * @author RenShiWei
     * Date: 2021/5/27 9:46
     */
    public int[][] sparseToArray(int[][] sparseArray) {
        int[][] originalArr = new int[sparseArray[0][0]][sparseArray[0][1]];
        for (int i = 1; i < sparseArray.length; i++) {
            //稀疏数组第二行开始的数据,恢复到二维数组
            originalArr[sparseArray[i][0]][sparseArray[i][1]] = sparseArray[i][2];
        }
        return originalArr;
    }
    /**
     * description:格式化数组输出
     *
     * @param arr 待输出的数组
     * @author RenShiWei
     * Date: 2021/5/27 9:58
     */
    public void arrayToString(int[][] arr) {
        for (int[] row : arr) {
            for (int data : row) {
                System.out.printf("%d\t", data);
            }
            System.out.println();
        }
    }
    /**
     * description:测试用例1
     *
     * @author RenShiWei
     * Date: 2021/5/27 10:04
     */
    @Test
    public void test() {
        int[][] arr = new int[][] {
                {0, 0, 0, 22, 0, 0, 15},
                {0, 11, 0, 0, 0, 17, 0},
                {0, 0, 0, - 6, 0, 0, 0},
                {0, 0, 0, 0, 0, 39, 0},
                {91, 0, 0, 0, 0, 0, 0},
                {0, 0, 28, 0, 0, 0, 0}
        };
        System.out.println("---二维数组转稀疏数组---");
        int[][] sparseArray = arrayToSparse(arr);
        arrayToString(sparseArray);
        System.out.println("---稀疏数组转二维数组---");
        int[][] originalArr = sparseToArray(sparseArray);
        arrayToString(originalArr);
    }
    /**
     * description:测试用例2
     *
     * @author RenShiWei
     * Date: 2021/5/27 10:04
     */
    @Test
    public void test2() {
        int[][] arr = new int[][] {
                {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},
        };
        System.out.println("棋盘测试");
        System.out.println("---二维数组转稀疏数组---");
        int[][] sparseArray = arrayToSparse(arr);
        arrayToString(sparseArray);
        System.out.println("---稀疏数组转二维数组---");
        int[][] originalArr = sparseToArray(sparseArray);
        arrayToString(originalArr);
    }
}
结果

测试用例1:

---二维数组转稀疏数组---
6	7	8	
0	3	22	
0	6	15	
1	1	11	
1	5	17	
2	3	-6	
3	5	39	
4	0	91	
5	2	28	
---稀疏数组转二维数组---
0	0	0	22	0	0	15	
0	11	0	0	0	17	0	
0	0	0	-6	0	0	0	
0	0	0	0	0	39	0	
91	0	0	0	0	0	0	
0	0	28	0	0	0	0	

测试用例2:

棋盘测试
---二维数组转稀疏数组---
11	11	2	
1	2	1	
2	4	2	
---稀疏数组转二维数组---
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
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1.算法是程序的灵魂,优秀的程序在对海量数据处理时,依然保持高速计算,就需要高效的数据结构算法支撑。2.网上数据结构算法的课程不少,但存在两个问题:1)授课方式单一,大多是照着代码念一遍,数据结构算法本身就比较难理解,对基础好的学员来说,还好一点,对基础不好的学生来说,基本上就是听天书了2)说是讲数据结构算法,但大多是挂羊头卖狗肉,算法讲的很少。 本课程针对上述问题,有针对性的进行了升级 3)授课方式采用图解+算法游戏的方式,让课程生动有趣好理解 4)系统全面的讲解了数据结构算法, 除常用数据结构算法外,还包括程序员常用10大算法:二分查找算法(非递归)、分治算法、动态规划算法、KMP算法、贪心算法、普里姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法、马踏棋盘算法。可以解决面试遇到的最短路径、最小生成树、最小连通图、动态规划等问题及衍生出的面试题,让你秒杀其他面试小伙伴3.如果你不想永远都是代码工人,就需要花时间来研究下数据结构算法。教程内容:本教程是使用Java来讲解数据结构算法,考虑到数据结构算法较难,授课采用图解加算法游戏的方式。内容包括: 稀疏数组、单向队列、环形队列、单向链表、双向链表、环形链表、约瑟夫问题、栈、前缀、中缀、后缀表达式、中缀表达式转换为后缀表达式、递归与回溯、迷宫问题、八皇后问题、算法的时间复杂度、冒泡排序、选择排序、插入排序、快速排序、归并排序、希尔排序、基数排序(桶排序)、堆排序、排序速度分析、二分查找、插值查找、斐波那契查找、散列、哈希表、二叉树、二叉树与数组转换、二叉排序树(BST)、AVL树、线索二叉树、赫夫曼树、赫夫曼编码、多路查找树(B树B+树和B*树)、图、图的DFS算法和BFS、程序员常用10大算法、二分查找算法(非递归)、分治算法、动态规划算法、KMP算法、贪心算法、普里姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法马踏棋盘算法。学习目标:通过学习,学员能掌握主流数据结构算法实现机制,开阔编程思路,提高优化程序的能力。
做一门精致,全面详细的 java数据结构算法!!!让天下没有难学的数据结构,让天下没有难学的算法,不吹不黑,我们的讲师及其敬业,可以看到课程视频,课件,代码的录制撰写,都是在深夜,如此用心,其心可鉴,他不掉头发,谁掉头发???总之你知道的,不知道的,我们都讲,并且持续更新,走过路过,不要错过,不敢说是史上最全的课程,怕违反广告法,总而言之,言而总之,这门课你值得拥有,好吃不贵,对于你知识的渴求,我们管够管饱话不多说,牛不多吹,我们要讲的本门课程内容:稀疏数组、单向队列、环形队列、单向链表、双向链表、环形链表、约瑟夫问题、栈、前缀、中缀、后缀表达式、中缀表达式转换为后缀表达式、递归与回溯、迷宫问题、八皇后问题、算法的时间复杂度、冒泡排序、选择排序、插入排序、快速排序、归并排序、希尔排序、基数排序(桶排序)、堆排序、排序速度分析、二分查找、插值查找、斐波那契查找、散列、哈希表、二叉树、二叉树与数组转换、二叉排序树(BST)、AVL树、线索二叉树、赫夫曼树、赫夫曼编码、多路查找树(B树B+树和B*树)、图、图的DFS算法和BFS、程序员常用10大算法、二分查找算法(非递归)、分治算法、动态规划算法、KMP算法、贪心算法、普里姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法马踏棋盘算法

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值