今天要和大家分享的内容非常的干货。大家在做项目的过程中可能会遇到这种问题,通过数组实现一个功能的时候,发现数组中有大量的重复数据。没有研究过数据结构的人可能感觉没有什么,依旧是一大坨数的存储、读取。
而研究过数据结构的朋友就不会这么死板。我也不卖关子了,今天我就给大家介绍一下今天的主角–>稀疏数组。
使用场景:当一个数组中的大部分元素为同一个值时,可以使用稀疏数组来保存该数组。 把存放二维数组的方式 变成存放行列和值进行数据量的压缩。
具体处理方法:
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。
比如下面这中数据中含有大量的0,我们通过稀疏数组的方式进行优化。
稀疏数组的第一行记录的是数组的整体数据,一共有几行,有几列,有几个不是大量重复的数据。稀疏数组的思想就是让我们只需要记录这些不同数据的位置和值。
图示稀疏数组
代码实例
public class SparseArray {
public static void main(String[] args) {
//创建一个原始的二位数组 11 * 11
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 转稀疏数组的思想
//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 < chessArr1.length; i++) {
for (int j = 0; j < chessArr1.length; j++) {
if (chessArr1[i][j] !=0){
sum ++;
}
}
}
System.out.println("sum=" + sum);
//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
/**
* 用于记录是第几个非0数据
*/
int count = 0;
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
/**
* 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
* 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。从第二行开始
*/
int [][] chessArray2 = new int[sparseArr[0][0]][sparseArr[0][1]];
for (int i = 1; i < sparseArr.length; i++) {
chessArray2[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
}
//输出恢复后的二位数组
System.out.println();
System.out.println("恢复后的二维数组~");
for (int[] row : chessArray2) {
for (int data : row) {
System.out.printf("%d\t",data);
}
System.out.println();
}
}
}