Java数据结构和算法之稀疏数组

Posted 2021-03-01 gzxg

1.定义

稀疏数组可以看做是普通二位数组的压缩，但是这里说的普通数组是值无效数据量远大于有效数据量的数组，关于稀疏数组的运用有五子棋盘,地图等..

*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保存该数组如图

 

2.好处

* 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

*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

* 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

3.稀疏数组的结构

*记录数组一共有几行几列，有多少个不同的值

* 第一行存储原始数据总行数，总列数，总的非0数据个数

* 接下来每一行都存储非0数所在行，所在列，和具体值(如下图)

行列都是11的二位数组

把上面的二维数组转化为稀疏数组

备注：因为数组的下标是从0开始的，所以他们的标号也是从0开始的(重要)

4.二维数组 转 稀疏数组的思路

*遍历原始的二维数组，得到有效数据的个数 sum

*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数据存入到 稀疏数组

5.稀疏数组转原始的二维数组的思路

*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，

比如上面的 chessArr2 = int [11][11]

*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.

6.代码实现

 1 public class Sparsearray {
 2 
 3     public static void main( String[] args) {
 4         System.out.println("===========二维数组转换稀疏数组============");
 5         int[][] array=new int[11][11];
 6         array[1][2]=1;
 7         array[2][3]=2;
 8         System.out.println("============转换前的二维数组============");
 9         forToarray(array);
10         System.out.println("============转换后的二维数组============");
11         int[][] sparsearry = arrayToSparsearry(array);
12         forToarray(sparsearry);
13         System.out.println("===========将稀疏数组转化为原始数组============");
14         array = sparsearryToArray(sparsearry);
15         forToarray(array);
16         
17     }
18     /**
19      *二维数组转换稀疏数组
20      * @param array
21      */
22     private static int [][] arrayToSparsearry(int[][] array) {
23         int sum=1;
24         for (int i = 0; i < array.length; i++) {
25             int[] datas=array[i];
26             for (int j = 0; j < datas.length; j++) {
27                 if (array[i][j]!=0) {
28                     sum++;
29                 }
30             }
31         }
32         
33         int [][] sparse=new int[sum][3];
34         int s=0;
35         sparse[s][0]=array.length;
36         sparse[s][1]=array[0].length;
37         sparse[s][2]=sum-1;
38         for (int i = 0; i < array.length; i++) {
39             int[] datas=array[i];
40             for (int j = 0; j < datas.length; j++) {
41                 int a=array[i][j];
42                 if (a!=0) {
43                     s++;
44                     sparse[s][0]=i;
45                     sparse[s][1]=j;
46                     sparse[s][2]=a;
47                 }
48             }
49         }
50 
51         return sparse;
52     }
53     /**
54      *遍历数组
55      * @param array
56      */
57     private static void forToarray(int[][] array) {
58         for (int i = 0; i < array.length; i++) {
59             int [] ints=array[i];
60             for (int j = 0; j < ints.length; j++) {
61                 System.out.print("  "+array[i][j]);
62             }
63             System.out.println("");
64         }
65     }
66      /*
67       * 稀疏数组转化为原始数组
68      * @param array
69      */
70     private static int [][] sparsearryToArray(int[][] array) {
71         int [] [] arrays=new int [array[0][0]][array[0][1]];
72             for (int i = 1; i < array.length; i++) {
73                 int[] js = array[i];
74                 for (int j = 0; j < js.length; j++) {
75                     arrays[array[i][0]][array[i][1]]=array[i][2];
76                 }
77                 
78             }
79         return arrays;
80     }
81 }

*执行后的结果如下

===========二维数组转换稀疏数组============
============转换前的二维数组============
  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  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
============转换后的二维数组============
  11  11  2
  1  2  1
  2  3  2
===========将稀疏数组转化为原始数组============
  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  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