数据结构与算法(3)
作者:互联网
稀疏sparsearray数组
基本介绍
稀疏数组举例说明
第一行的第一个数记录一共有多少行
第一行的第二个数记录一共有多少列
第一行的第三个数记录一共有多少个值
第二行开始记录第几行第几列值是多少
先来看一个实际需求
编写的五子棋程序中,有存盘退出和续上盘的功能
分析问题:
因为该二维数组的很多值是默认值0,因此记录了很多没有意义的数据-->稀疏数组
基本介绍:
当一个数组中大部分元素为0,或者为同一个值的数组是,可以使用稀疏数组来保存该数组.
稀疏数组的处理方法是
1:记录数组一共几行几列,有多少个不同的值
2:把具有不同值的元素的行列及记录在一个小规模的数组中,从而缩小程序的规模
应用实例
1使用稀疏数组,来保留类似前面的二维数组(棋盘,地图等等)
2把稀疏数组存盘,并且可以从新回复原来的二维数组
3整体思路分析
代码实现
package sparsearray;
/**
* 稀疏数组实例
*/
public class SparseArray {
public static void main(String[] args) {
//先创建一个原始的二维数组11*11
//0:表示没有棋子,1表示黑子,2表示白子
int chessArr1[][] = new int[11][11];
chessArr1[1][1] = 1;
chessArr1[2][3] = 2;
chessArr1[4][5] = 2;
//输出原始的二维数组
System.out.println("原始的二维数组~~~~~~");
for (int[] row : chessArr1) {
for (int data : row) {
System.out.printf("%d\t", data);
}
System.out.println();
}
//将二维数组转稀疏数组的思路
//1,先遍历二维数组,得到非0的数据个数
int sum = 0;
for (int i = 0; i < 11; i++) {
for (int j = 0; j < 11; j++) {
if (chessArr1[i][j] != 0) {
sum++;
}
}
}
//2.创建对应的稀疏数组
int sparseArr[][] = new int[sum + 1][3];
//给稀疏数组赋值
sparseArr[0][0] = 11;
sparseArr[0][1] = 11;
sparseArr[0][2] = sum;
//遍历二维数组,将非0的值存放到sparrseArr中
int count = 0;//count用于记录是第几个非0数据
for (int i = 0; i < 11; i++) {
for (int j = 0; j < 11; j++) {
if (chessArr1[i][j] != 0) {
count++;
sparseArr[count][0] = i;
sparseArr[count][1] = j;
sparseArr[count][2] = chessArr1[i][j];
}
}
}
//输出稀疏数组的形式
System.out.println();
System.out.println("得到稀疏数组为~~~~~");
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]);
}
System.out.println();
//将稀疏数组转=====>恢复成原来的二维数组
/**
* 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,比如上面的chessArr2=int new chessArr2 [][];
* 2.在读取稀疏数组后几行的数据,并赋值给原始的二维数组即可.
*/
//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
int chessArr2[][] = new int[sparseArr[0][0]][sparseArr[0][1]];
//2.在读取稀疏数组后几行的数据(从第二行开始),并赋值给原始的二维数组即可
for (int i=1; i<sparseArr.length; i++){
chessArr2[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
}
//输出恢复后的二维数组
System.out.println();
System.out.println("恢复后的二维数组~~~~~~~~");
for (int[] row : chessArr2){
for (int data : row){
System.out.printf("%d\t",data);
}
System.out.println();
}
}
}
原始的二维数组~~~~~~
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 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
得到稀疏数组为~~~~~
11 11 3
1 1 1
2 3 2
4 5 2
恢复后的二维数组~~~~~~~~
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 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
标签:11,int,稀疏,算法,二维,数组,sparseArr,数据结构 来源: https://blog.csdn.net/weixin_50744881/article/details/120674542