【数据结构与算法 1】稀疏数组

冷不防 2021-08-28 20:48 395阅读 0赞

## **一、稀疏数组** ##

### 1、概念 ###

当一个数组中部分元素是0，或者为同一个值的数组，可以使用稀疏数组来保存该数据。

稀疏数组的处理方法：

*  记录数组一共有几行几列，有多少个不同的值；
 *  把具有不同值的元素的行列和值记录在一个小规模的数组中，从而缩小程序的规模。

### 2、存储 ###

*  原数组中存在大量的无效数据，占据了大量的存储空间，真正有用的数据却少之又少；
 *  压缩存储可以节省存储空间以避免资源的不必要的浪费，在数据序列化到磁盘时，压缩存储可以提高IO效率。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2d1b3J1aV9qYXZh_size_16_color_FFFFFF_t_70][]

## **二、代码实例** ##

package com.atguigu.sparsearray;
    
    import java.io.File;
    import java.io.FileReader;
    import java.io.FileWriter;
    
    public class SparseArray {
    	public static void sparseArrayToIO(int[][] sparseArr) throws Exception{
    		System.out.println("将稀疏数组存入磁盘");
    		File file = new File("D:/sparseArr.txt");
            if(!file.exists()){
                file.createNewFile();
            }
            FileWriter writer = new FileWriter(file);
            for(int i =0; i < sparseArr.length; i++) {
                for(int j = 0; j < 3; j++) {
                    writer.write(sparseArr[i][j]);
                }
            }
            writer.flush();
            writer.close();
    	}
    	
    	//从磁盘中读取稀疏数组
    	public static int[][] sparseArrFromIO(int lines) throws Exception {
    		System.out.println("从磁盘中读取稀疏数组");
            FileReader reader = new FileReader("D:/sparseArr.txt");
            int getNum = 0;
            int[][] sparseArray = new int[lines][3];
            for(int i = 0;i < lines;i++) {
                for (int j = 0; j < 3; j++) {
                    getNum = reader.read();
                    sparseArray[i][j] = getNum;
                }
            }
            return sparseArray;
        }
    	
    	public static void ArrSparseArrTransfer() {
    		//先创建一个原始的二维数组
    		//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;
    		//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路
    		//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、创建稀疏数组
    		int sparseArr[][]  = new int[sum+1][3];
    		//3、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的值存放到稀疏数组中
    		int count = 0;//count 用来记录第几个非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];
    				}
    			}
    		}
    		
    		//输出稀疏数组的形式
    		System.out.println("稀疏数组");
    		for(int[] row : sparseArr) {
    			for(int data : row) {
    				System.out.printf("%d\t",data);
    			}
    			System.out.println();
    		}
    		
    		int sparseArr2[][] = new int[sum+1][3];
    		try {
    			
    			sparseArrayToIO(sparseArr);
    			sparseArr2 = sparseArrFromIO(3);
    			for(int[] row : sparseArr2) {
    				for(int data : row) {
    					System.out.printf("%d\t",data);
    				}
    				System.out.println();
    			}
    		} catch (Exception e) {
    			e.printStackTrace();
    		}
    		
    		//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
    		int chessArr2[][] = new int[sparseArr2[0][0]][sparseArr2[0][1]];
    		//2、再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<sparseArr2.length;i++) {
    			chessArr2[sparseArr2[i][0]][sparseArr2[i][1]] = sparseArr2[i][2];
    		}
    		
    		
    		//恢复后的二维数组
    		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();
    		}
    	}
    	
    	public static void main(String[] args) {
    		ArrSparseArrTransfer();
    	}
    }

## **三、控制台输出** ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2d1b3J1aV9qYXZh_size_16_color_FFFFFF_t_70 1][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2d1b3J1aV9qYXZh_size_16_color_FFFFFF_t_70]: /images/20210813/bb893ea9a63e4788a912e3483a8dd18b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2d1b3J1aV9qYXZh_size_16_color_FFFFFF_t_70 1]: /images/20210813/fefde9969cc5412e8643478343514c68.png