江的福从零开始冲算法（二维数组&稀疏数组）

这次学习的目的是为了让自己的逻辑更加系统化，希望能如愿以偿。

稀疏数组：（五子棋存档）
当一个数组的大部分元素为零时，可以使用稀疏数组以减小规模。
记录几行几列，多少不同的值，以及行列值。

二维数组–>稀疏数组
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、将二维数组的有效数据存入到稀疏数组。
稀疏数组–>原始的二维数组
1、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据即可。

代码实现：

public class SparseArr {

    public static void main(String[] args) {
        //创建一个原始的二维数组
        //1表示黑子，2表示蓝子
        int[][] chessArr =new int[8][8];
        chessArr[1][2]=1;
        chessArr[2][3]=2;
        int sum=0;
        //二维数组转稀疏数组
        //稀疏数组的第一行：
        //判断有效值个数
        for (int i = 0; i < chessArr.length; i++) {
            for (int j = 0; j < chessArr.length; j++) {
                if (chessArr[i][j]!=0){
                  sum++;
                }
            }
        }
        //初始化稀疏数组
        int[][] sparseArr=new int[sum+1][3];
        sparseArr[0][0]=chessArr.length;
        sparseArr[0][1]=chessArr[0].length;
        sparseArr[0][2]=sum;
        int count=1;
        //再次遍历二维数组，将有效值写入稀疏数组
        for (int i = 0; i < chessArr.length; i++) {
            for (int j = 0; j < chessArr.length; j++) {
                if (chessArr[i][j]!=0){
                    sparseArr[count][0]=i;
                    sparseArr[count][1]=j;
                    sparseArr[count][2]=chessArr[i][j];
                    count++;
                }
            }
        }
        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]);
        }

        //将稀疏数组转化为二维数组
        //初始化二维数组
        int[][] chessArr2 =new int[sparseArr[0][0]][sparseArr[0][1]];
        //遍历稀疏数组，将有效值存入二维数组
        for (int i = 1; i < sparseArr.length; i++) {
            int x=sparseArr[i][0];
            int y=sparseArr[i][1];
            chessArr2[x][y]=sparseArr[i][2];
        }

        for (int[] ints : chessArr2) {
            for (int anInt : ints) {
                System.out.printf("%d\t", anInt);
            }
            System.out.println();
        }
    }
}

今天的算法先到这里，每天一点点，加油。