算法 --稀疏数组
需求分析
编写五子棋盘,实现IO存盘,可以将数据写入到存盘中(IO读写不实操)
思路
- 五子棋盘可以转化为二维数组,0 代表空位 1代表白棋,2 代表黑棋
- 二维数组中存在大量 0 ,这是无意义数据,所以采用稀疏数组进行压缩
- 稀疏数组压缩好处,减小存储,减少IO,提高效率
实现
准备:
// 创建原始数组
int[][] arr = new int[11][11];
// 有效数据
arr[1][2] = 1;
arr[2][3] = 2;
arr[3][4] =1;
for (int[] ints : arr) {
for (int anInt : ints) {
System.out.print(anInt + "\t");
}
System.out.println();
}
二维数组转换为稀疏数组
思路:
- 遍历原始数组得到有效数据个数sum。
- 根据sum创建稀疏数组大小
- 将有效数据存入到稀疏数组
// 创建稀疏数组
// 1.先遍历二维数组,得到非零数据的个数
int sum = 0;
for (int i = 0; i < arr.length; i++) {
for (int j = 0; j < arr[i].length; j++) {
if (arr[i][j] != 0) sum ++;
}
}
// 2.创建稀疏数组
int sparseArr[][] = new int[sum + 1][3];
// 记录原数组初始规模,有效数据个数
sparseArr[0][0] = arr.length;
sparseArr[0][1] = arr.length;
sparseArr[0][2] = sum;
// 遍历二维数组,将非0的值存放到sparseArr中
int count = 0;
flag:
for (int i = 0; i < arr.length; i++) {
for (int j = 0; j < arr[i].length; j++) {
if (arr[i][j] != 0) {
count ++;
sparseArr[count][0] =i;
sparseArr[count][1] =j;
sparseArr[count][2] =arr[i][j];
if (count == (sum + 1)){
break flag;
}
}
}
}
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nV4iBkYh-1648368114067)(https://cdn.jsdelivr.net/gh/xiaowen99/picdemo/img/20220327153156.png)]
稀疏数组转化为原始数组
思路:
- 先读取稀疏数组第一行,根据第一行数据,创建原始二维数组
- 在读取稀疏数组后几行数据,并赋给原始数组对应位置
// 稀疏数组转换为原始数组
// 1. 根据稀疏数组第一行创建原始数组
int[][] chessArr = new int[sparseArr[0][0]][sparseArr[0][1]];
// 2.把数据还原到chessArr
for (int i = 1; i < sparseArr.length; i++) {
chessArr[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
}
完整代码
public static void main(String[] args) {
// 创建原始数组
int[][] arr = new int[11][11];
// 有效数据
arr[1][2] = 1;
arr[2][3] = 2;
arr[3][4] =1;
for (int[] ints : arr) {
for (int anInt : ints) {
System.out.print(anInt + "\t");
}
System.out.println();
}
// 创建稀疏数组
// 1.先遍历二维数组,得到非零数据的个数
int sum = 0;
for (int i = 0; i < arr.length; i++) {
for (int j = 0; j < arr[i].length; j++) {
if (arr[i][j] != 0) sum ++;
}
}
// 2.创建稀疏数组
int sparseArr[][] = new int[sum + 1][3];
// 记录原数组初始规模,有效数据个数
sparseArr[0][0] = arr.length;
sparseArr[0][1] = arr.length;
sparseArr[0][2] = sum;
// 遍历二维数组,将非0的值存放到sparseArr中
int count = 0;
flag:
for (int i = 0; i < arr.length; i++) {
for (int j = 0; j < arr[i].length; j++) {
if (arr[i][j] != 0) {
count ++;
sparseArr[count][0] =i;
sparseArr[count][1] =j;
sparseArr[count][2] =arr[i][j];
if (count == (sum + 1)){
break flag;
}
}
}
}
System.out.println("-------------------");
// 输出得到的稀疏数组
for (int i = 0; i < sparseArr.length; i++) {
System.out.println(sparseArr[i][0] + "\t" + sparseArr[i][1] + "\t" + sparseArr[i][2]);
System.out.println();
}
// 稀疏数组转换为原始数组
// 1. 根据稀疏数组第一行创建原始数组
int[][] chessArr = new int[sparseArr[0][0]][sparseArr[0][1]];
// 2.把数据还原到chessArr
for (int i = 1; i < sparseArr.length; i++) {
chessArr[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
}
System.out.println("-------------------");
// 输出还原后的数组
for (int[] ints : chessArr) {
for (int anInt : ints) {
System.out.print(anInt + "\t");
}
System.out.println();
}
}