稀疏数组实战

客官°小女子只卖身不卖艺 2021-07-24 12:16 428阅读 0赞

# 一 需求 #

编写的五子棋程序，能够保存棋盘上的棋子。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5ncWl1bWluZw_size_16_color_FFFFFF_t_70][]

## 1 问题分析 ##

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，此时可以考虑使用稀疏数组。

# 二 稀疏数组基本介绍 #

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:

a 记录数组一共有几行几列，有多少个不同的值。

b 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。

# 三 稀疏数组图解 #

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5ncWl1bWluZw_size_16_color_FFFFFF_t_70 1][]

# 四 实战 #

## 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 可以重新恢复原来的二维数组数。 ##

## 3 整体思路分析 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5ncWl1bWluZw_size_16_color_FFFFFF_t_70 2][]

## 4 代码 ##

/**
     * @className: SparseArray
     * @description: 稀疏数组
     * @date: 2021/2/28
     * @author: cakin
     */
    public class SparseArray {
        public static void main(String[] args) {
            // 一 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 表蓝子
            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();
            }
    
            // 二 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
            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;
            // 3 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];
                    }
                }
            }
            // 4 输出稀疏数组的形式
            System.out.println();
            System.out.println("得到稀疏数组");
            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]);
            }
    
            // 三 将稀疏数组转化为原始的二维数组
            // 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
            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];
            }
            // 3 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();
            }
        }
    }

## 5 测试 ##

原始的二维数组
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	1	0	0	0	0	0	0	0	0	
    0	0	0	2	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	2	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    
    得到稀疏数组
    11	11	3	
    1	2	1	
    2	3	2	
    4	5	2	
    
    恢复后的二维数组
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	1	0	0	0	0	0	0	0	0	
    0	0	0	2	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	2	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0	
    0	0	0	0	0	0	0	0	0	0	0

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5ncWl1bWluZw_size_16_color_FFFFFF_t_70]: /images/20210724/7bd06f62fffc4995b3b7de2ace6c2cc9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5ncWl1bWluZw_size_16_color_FFFFFF_t_70 1]: /images/20210724/0f6a22d31b54472dab94c88c25be7f51.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5ncWl1bWluZw_size_16_color_FFFFFF_t_70 2]: /images/20210724/554976a8333543efae5e4ddedbcd0b2a.png