适用情景：
当一个数组（此处针对二维）中大部分元素为０，或者为同一个值的数组时，可以采用稀疏数组来保存该数组。
通常一个二维数组中会有一些无效信息（可以是0）所以一个10*10的二维数组，即使其中只有20个有效数据，如果不进行优化，需要占用100个数据空间；如果使用稀疏数组去优化，则只需要20*3=60个数据空间。
但如果只是一个3*3的二维数组，其中存储了6个有效数据呢？那我们就要用一个6*3的稀疏数组，显然稀疏数组不再稀疏，所以稀疏数组只适用于大型的二维数组。
稀疏数组处理方法:
- 记录数组一共有几行几列，有多少个不同的值（非0）
- 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
处理讲解：
- 我们首先将二维数组中的0作为无效数据，非0值作为有效数据，
- 然后将通过二重for循环遍历，将有效数据从二维数组中抽取出来作为稀疏数组的组成元素
- 稀疏数组的结构为一个，n行，3列，的数组。第一行分别为原始二维数组的：行数，列数，有效值数；
- 后面的每一行对应一个有效值得信息：所在原始二维数组的行，所在原始二维数组的列，具体值
示例：
public static void main(String[] args) {
//一个11*11的数组，只有3个有效数据
int[][] chessArray = new int[11][11];
chessArray[1][2] = 1;
chessArray[2][3] = 2;
chessArray[4][8] = 1;
//遍历输出11*11的数组
for (int[] row : chessArray) {
for(int val : row){
System.out.printf("%d\t",val);
}
System.out.println();
}
//记录其中有效数据的个数
int sum = 0;
for (int i = 0; i < 11; i++) {
for (int j = 0; j < 11; j++) {
if(chessArray[i][j]>0){
sum++;
}
}
}
System.out.println("sum="+sum);
//定义一个稀疏数组
//数组行数为，有效数据个数+1，列数为3
int[][] sparseArray = new int[sum+1][3];
sparseArray[0][0] = chessArray.length;
sparseArray[0][1] = chessArray[0].length;
sparseArray[0][2] = sum;
//再次遍历11*11的数组，遇到有效数据就填充到稀疏数组中
int count = 0;
for (int i = 0; i < 11; i++) {
for (int j = 0; j < 11; j++) {
if(chessArray[i][j]>0){
count++;
sparseArray[count][0] = i;
sparseArray[count][1] = j;
sparseArray[count][2] = chessArray[i][j];
}
}
}
System.out.println("稀疏数组为：");
for (int[] row: sparseArray) {
for (int val: row) {
System.out.printf("%d\t", val);
}
System.out.println();
}
}