编程语言
首页 > 编程语言> > 数据结构与算法:稀疏sparsearray数组

数据结构与算法:稀疏sparsearray数组

作者:互联网

前言

本文主要讲解稀疏sparsearray数组


数据结构与算法文章列表

数据结构与算法文章列表: 点击此处跳转查看


目录

在这里插入图片描述


(一)需求

编写的五子棋程序中,有存盘退出和续上盘的功能
在这里插入图片描述分析问题: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,所以使用稀疏数组来解决这个问题。


(二)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时,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)记录数组一共有几行几列,有多少个不同的值 (稀疏数组一共就3列)
(2)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

在这里插入图片描述


(三)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,并且可以从新恢复原来的二维数组数
(3)以下是整体思路分析

二维数组转稀疏数组的思路

  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]
  3. 将二维数组的有效数据数据存入到稀疏数组

稀疏数组转原始的二维数组的思路

  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 [11][11]
  2. 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

在这里插入图片描述


(四)代码实现

package com.lzacking.sparsearray;
public class SparseArray {
     public static void main(String[] args) {
          // 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][2] = 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数据的个数
          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 sparseArr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 --》 恢复成 原始的二维数组
          /*
           *  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 [11][11]
              2. 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.
           */
          
          //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();
          }
     }
}

结果
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

标签:11,sparsearray,int,二维,稀疏,算法,数组,sparseArr,数据结构
来源: https://blog.csdn.net/a13027629517/article/details/113806359