数据结构–稀疏数组(Java实现)
博客说明
文章所涉及的资料来自互联网整理和个人总结,意在于个人学习和经验汇总,如有什么地方侵权,请联系本人删除,谢谢!
简介
稀疏数组是普通数组的压缩,普通数组指的是无效数据量远大于有效数据量的数组
换一个说法
如果一个数组(包括多维数组)中的大部分元素为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,也就是压缩数组
稀疏数组的处理方式
1.记录数组一共有几行几列,有多少个不同的数值。
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。
稀疏数组的压缩思路
那么我们可以得到二维数组转稀疏数组的思路
遍历二维数组,得到有效个数sum。
根据sum就可以创建稀疏数组sparseArr int[sum+1][3]
将二维数组的有效数据存入稀疏数组
反过来稀疏数组到原始数组
读取稀疏数组的第一行,根据第一行数据,创建原始的二维数组
然后读取稀疏数组后几行的数据,并赋给原始的二维数组
代码实现
package sparsearray;
public class SparseArray {
public static void main(String[] args) {
//创建一个原始的二维数组(11行11列)
int chessArr1[][] = new int[11][11];
chessArr1[1][2] = 1;
chessArr1[2][3] = 2;
chessArr1[4][3] = 2;
chessArr1[5][7] = 2;
//输出原始的二维数组
System.out.println("原始的二维数组为");
for (int[] row : chessArr1) { //按照行循环
for (int data : row) {
System.out.printf("%d\t", data); //每一行分行
}
System.out.println();
}
//将二维数组转化为稀疏数组
//提取稀疏函数的元素个数
int sum = 0;
for (int i = 0; i < 11; i++) {
for (int j = 0; j < 11; j++) {
if (chessArr1[i][j] != 0) {
sum++;
}
}
}
//创建对应的稀疏数组
int sparseArr[][] = new int[sum + 1][3];
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;
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
System.out.println();
System.out.println("得到的稀疏数组");
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();
//将稀疏数组转化为二维数组
//读取稀疏数组的第一行,创建稀疏数组
int chessArr2[][] = new int[sparseArr[0][0]][sparseArr[0][1]];
//读取稀疏数组的后几行数据,赋值给恢复的二维数组
for (int i = 1; i < sparseArr.length; i++) {
chessArr2[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
}
System.out.println();
System.out.println("恢复后的二维数组");
for (int[] row : chessArr2) { //按照行循环
for (int data : row) {
System.out.printf("%d\t", data); //每一行分行
}
System.out.println();
}
}
}
测试
原始的二维数组
稀疏数组
恢复
感谢
百度百科
万能的网络
以及勤劳的自己