【数据结构(二)】稀疏 sparsearray 数组（1）

Cpdr2023-11-17 22:21

文章目录

  • [1. 稀疏数组的应用场景](#1. 稀疏数组的应用场景)
    • [1.1. 一个实际的需求](#1.1. 一个实际的需求)
    • [1.2. 基本介绍](#1.2. 基本介绍)
  • [2. 稀疏数组转换的思路分析](#2. 稀疏数组转换的思路分析)
  • [3. 稀疏数组的代码实现](#3. 稀疏数组的代码实现)
    • [3.1. 二维数组转稀疏数组](#3.1. 二维数组转稀疏数组)
    • [3.2. 稀疏数组转二维数组](#3.2. 稀疏数组转二维数组)
  • [4. 课后练习](#4. 课后练习)

1. 稀疏数组的应用场景

1.1. 一个实际的需求

问题：

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

1.2. 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 :

①记录数组一共有几行几列，有多少个不同的值

②把具有不同值的元素的行列及值记录在一个小规模的数组中，从而缩小程序的规模

上图右表中：

第[0]行表示：数组大小是6×7，共有8个不为0的值；下面每一行都代表不为0的数值所在的行列数，[1]~[8]共有8个。

2. 稀疏数组转换的思路分析

1. 步骤

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

2. 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（上图为：2）
  2. 根据sum 就可以创建 稀疏数组 sparseArr int[sum + 1] [3]（上图为：[3][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。

3. 稀疏数组的代码实现

3.1. 二维数组转稀疏数组

java 复制代码 
package 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表示蓝子
        int chessArr1[][] = new int[11][11];
        chessArr1[1][2] = 1;
        chessArr1[2][3] = 2;//可以在后面继续加棋子

        //输出原始的二维数组
        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
        //1.先遍历二维数组，得到非0数据的个数
        System.out.println("数组的长度为：" + chessArr1.length);
        int sum = 0;
        for(int i = 0; i < chessArr1.length; i++){
            for(int j = 0; j < chessArr1.length; j++){
                if(chessArr1[i][j] != 0){
                    sum ++;
                }
            }
        }
        System.out.println("sum=" + 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 < chessArr1.length; i++){
            for(int j = 0; j < chessArr1.length; 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.err.println();
        System.out.println("得到的稀疏数组为~~~");

        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();


    }
}

运行结果：

如果在棋盘上继续加子，如在第5行第6列加一个黑子chessArr1[4][5] = 1;

代码：

java 复制代码 
package 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表示蓝子
        int chessArr1[][] = new int[11][11];
        chessArr1[1][2] = 1;
        chessArr1[2][3] = 2;
        chessArr1[4][5] = 1;

        //输出原始的二维数组
        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
        //1.先遍历二维数组，得到非0数据的个数
        System.out.println("数组的长度为：" + chessArr1.length);
        int sum = 0;
        for(int i = 0; i < chessArr1.length; i++){
            for(int j = 0; j < chessArr1.length; j++){
                if(chessArr1[i][j] != 0){
                    sum ++;
                }
            }
        }
        System.out.println("sum=" + 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 < chessArr1.length; i++){
            for(int j = 0; j < chessArr1.length; 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.err.println();
        System.out.println("得到的稀疏数组为~~~");

        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();


    }
}

运行结果：

3.2. 稀疏数组转二维数组

java 复制代码 
package 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表示蓝子
        int chessArr1[][] = new int[11][11];
        chessArr1[1][2] = 1;
        chessArr1[2][3] = 2;
        chessArr1[4][5] = 1;

        //输出原始的二维数组
        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
        //1.先遍历二维数组，得到非0数据的个数
        System.out.println("数组的长度为：" + chessArr1.length);
        int sum = 0;
        for(int i = 0; i < chessArr1.length; i++){
            for(int j = 0; j < chessArr1.length; j++){
                if(chessArr1[i][j] != 0){
                    sum ++;
                }
            }
        }
        System.out.println("sum=" + 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 < chessArr1.length; i++){
            for(int j = 0; j < chessArr1.length; 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.err.println();
        System.out.println("得到的稀疏数组为~~~");

        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.err.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();
        }

    }
}

运行结果：

4. 课后练习

要求：

（1）在前面的基础上，将稀疏数组保存到磁盘上，比如 map.data

（2）恢复原来的数组时，读取 map.data 进行恢复

相关推荐
それども2 分钟前
DELETE 和 TRUNCATE TABLE区别
java·数据库·mysql
sjsjsbbsbsn33 分钟前
大模型核心知识总结
java·人工智能·后端
Mrlxl.cn1 小时前
计算机网络——网络层
c语言·数据结构·计算机网络·考研
白晨并不是很能熬夜2 小时前
【PRC】第 2 篇：Netty 通信层 — NIO 模型 + 自定义协议 + 心跳
java·开发语言·后端·面试·rpc·php·nio
斯普润布特2 小时前
物联网-Spring+Netty 框架整合
java·物联网·netty
简简单单就是我_hehe2 小时前
后端链路追踪局部采集和全量采集配置说明
java·开发语言
zshs0002 小时前
#从偶发无字幕到补偿探测链路：一次 B 站字幕导入问题的完整收敛过程
java·后端·重构
存在的五月雨2 小时前
SpringBoot 基于数据库的动态定时任务管理器实现方案
java·spring boot
d111111111d2 小时前
STM32-UART封装问题解析
笔记·stm32·单片机·嵌入式硬件·学习·算法
寒秋花开曾相惜2 小时前
（学习笔记）4.2 逻辑设计和硬件控制语言HCL（4.2.1 逻辑门&4.2.2 组合电路和HCL布尔表达式）
linux·网络·数据结构·笔记·学习·fpga开发
热门推荐
01GitHub 镜像站点02近期有什么ai的新消息，新动态？ 2026.4月032026年4月AI大事件深度解读：大模型竞争进入“深水区“04Codex 接入 DeepSeek API 完整配置文档052026年AI编程工具终极横评：Cursor vs Claude Code vs Copilot06零基础教你claude code 接入 deepseek V407在Windows 11上安装Docker的踩坑记录082026年AI前瞻：量子AI、具身智能与科学发现的新纪元09codex app每次打开重连5次Reconnecting问题解决10DeepSeek V4 全面解析：测评、对比、案例及实操指南