二维数组和稀疏数组转化

**应用场景:**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存储给数组。从而达到压缩数组的目的
稀疏数组的处理方法:
记录数组一共有几行几列,有多少不同的值。
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。该小规模数组就是稀疏数组。
图例:
在这里插入图片描述
java代码实现:

//前提:需要了解二维数组与稀疏数组的关系
public class sparseArray {

    //二维数组转稀疏数组
    public static int[][] arrayToSparse(int[][] intArr1) {

        //遍历二维数组,获取非零元素的个数
        int sum = 0;//初始化个数
        System.out.println("二维数组:");
        for (int[] intArr : intArr1) {
            for (int item : intArr) {

                System.out.print("\t" + item);
            }
            System.out.println();
        }
        for (int[] intArr : intArr1) {
            for (int item : intArr) {
                if (item != 0) {
                    sum++;
                }
            }
        }

        //得到二维数组非零元素的个数,创建稀疏数组,并在第一行记录二维数组一共有几行几列,有多少不同的值
        int[][] sparseArr = new int[sum + 1][3];
        sparseArr[0][0] = 11;
        sparseArr[0][1] = 11;
        sparseArr[0][2] = sum;
        //把具有不同值的元素的行列及值记录在除第一行外的其他行中
        int count = 0;//稀疏数组的行号
        for (int i = 0; i < 11; i++) {
            for (int j = 0; j < 11; j++) {
                if (intArr1[i][j] != 0) {
                    count++;
                    sparseArr[count][0] = i;
                    sparseArr[count][1] = j;
                    sparseArr[count][2] = intArr1[i][j];
                }

            }
        }
        System.out.println("稀疏数组:");
        for (int[] intArr : sparseArr) {
            for (int item : intArr) {
                System.out.print("\t" + item);
            }
            System.out.println();
        }
        return sparseArr;

    }

    //稀疏数组转二维数组
    public static int[][] sparseToArray(int[][] sparseArr) {

        //通过稀疏数组的第一行的第一/二列值,恢复二维数组
        int[][] intArr2 = new int[sparseArr[0][0]][sparseArr[0][1]];
        //通过稀疏数组的第一行的第三列值,获取循环次数,并把对应的值放入二维数组中
        for (int i = 1; i <= sparseArr[0][2]; i++) {
            intArr2[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
        }
        System.out.println("二维数组:");
        for (int[] intArr : intArr2) {
            for (int item : intArr) {
                System.out.print("\t" + item);
            }
            System.out.println();
        }
        return intArr2;

    }

    public static void main(String[] args) {
        //先创建一个11*11的二维数组
        int[][] intArr1 = new int[11][11];
        //给二维数组赋值
        intArr1[1][1] = 1;
        intArr1[1][2] = 2;
        intArr1[2][2] = 2;
        //二维数组转稀疏数组
        int[][] sparseArr = arrayToSparse(intArr1);
        //稀疏数组转二维数组
        int[][] intArr2 = sparseToArray(sparseArr);


    }
}

输出结果:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
解释这段def data_init(): row_x = int(input('输入第一个矩阵总行数:')) col_x = int(input('输入第一个矩阵总列数:')) arr_row_1 = input('输入第一个矩阵的行号数组(使用空格隔开 应小于总行数):') row_1 = [int(n) for n in arr_row_1.split()] # 将输入每个数以空格键隔开做成数组 arr_col_1 = input('输入第一个矩阵的列号数组(使用空格隔开 应小于总列数):') col_1 = [int(n) for n in arr_col_1.split()] arr_data_1 = input('输入第一个矩阵的数据数组(使用空格隔开):') data_1 = [int(n) for n in arr_data_1.split()] row_y = int(input('输入第二个矩阵总行数:')) col_y = int(input('输入第二个矩阵总列数:')) arr_row_2 = input('输入第二个矩阵的行号数组(使用空格隔开 应小于总行数):') row_2 = [int(n) for n in arr_row_2.split()] arr_col_2 = input('输入第二个矩阵的列号数组(使用空格隔开 应小于总列数):') col_2 = [int(n) for n in arr_col_2.split()] arr_data_2 = input('输入第二个矩阵的数据数组(使用空格隔开):') data_2 = [int(n) for n in arr_data_2.split()] coo_1 = coo_matrix((data_1, (row_1, col_1)),shape=[row_x,col_x])#创建稀疏矩阵 coo_2 = coo_matrix((data_2, (row_2, col_2)),shape=[row_y,col_y]) matrix_1 = coo_1.toarray() # 三元组转化二维数组来表示稀疏矩阵 matrix_2 = coo_2.toarray() print('\n===== 生成矩阵如下 =====') print('------ 矩阵一 -----') print(matrix_1) print('------ 矩阵二 -----') print(matrix_2) print() return matrix_1, matrix_2
06-08
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