让人头疼的稀疏数组

╰半橙微兮° 2022-12-03 08:45 155阅读 0赞

### 稀疏数组 ###

*  基本介绍
 *   *  稀疏数组的处理方法:
     *  案例

# 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: ##

*  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及值记录在一个小规模的数组中,从而**缩小程序**的规模
 *  简单的说就是**存储有用**的数据在新数组中,将不必要的数据删除  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMzA5NTI1ODAy_size_16_color_FFFFFF_t_70_pic_center]

## 案例 ##

*  使用稀疏数组,来保留类似前面的下图的二维数组  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMzA5NTI1ODAy_size_16_color_FFFFFF_t_70_pic_center 1]
 *  把稀疏数组存盘,并且可以从新恢复原来的二维数组数

package main
    import (
    	"fmt"
    )
    
    type ValNode struct {
    	row int
    	col int
    	val int
    } 
    
    func main() {
    
    	//1. 先创建一个原始数组
    	var chessMap [11][11]int
    	chessMap[1][2] = 1 //黑子
    	chessMap[2][3] = 2 //蓝子
    
    	//2. 输出看看原始的数组
    	for _, v := range chessMap {
    		for _, v2 := range v {
    			fmt.Printf("%d\t", v2)
    		}
    		fmt.Println()
    	} 
    
    	//3. 转成稀疏数组。想-> 算法
    	// 思路
    	//(1). 遍历 chessMap, 如果我们发现有一个元素的值不为0，创建一个node结构体
    	//(2). 将其放入到对应的切片即可
    
    	var sparseArr []ValNode
    	
    	//标准的一个稀疏数组应该还有一个 记录元素的二维数组的规模(行和列，默认值)
    	//创建一个ValNode 值结点
    	valNode := ValNode{
    		row : 11,
    		col : 11,
    		val : 0,
    	}
    
    	sparseArr = append(sparseArr, valNode)
    
    	for i, v := range chessMap {
    		for j, v2 := range v {
    			if v2 != 0 {
    				//创建一个ValNode 值结点
    				valNode := ValNode{
    					row : i,
    					col : j,
    					val : v2,
    				}
    				sparseArr = append(sparseArr, valNode)
    			}	
    		}
    		
    	}
    	
    	//输出稀疏数组
    	fmt.Println("当前的稀疏数组是:::::")
    	for i, valNode := range sparseArr {
    		fmt.Printf("%d: %d %d %d\n", i, valNode.row, valNode.col, valNode.val)
    	}
    
    	//将这个稀疏数组，存盘 d:/chessmap.data
    
    	//如何恢复原始的数组
    
    	//1. 打开这个d:/chessmap.data => 恢复原始数组.
    
    	//2. 这里使用稀疏数组恢复
    
    
    	// 先创建一个原始数组
    	var chessMap2 [11][11]int 
    
    	// 遍历 sparseArr [遍历文件每一行]
    	for i, valNode := range sparseArr {
    		if i != 0 { //跳过第一行记录值
    			chessMap2[valNode.row][valNode.col] = valNode.val
    		}
    	}
    
    	// 看看chessMap2 是不是恢复.
    	fmt.Println("恢复后的原始数据......")
    	for _, v := range chessMap2 {
    		for _, v2 := range v {
    			fmt.Printf("%d\t", v2)
    		}
    		fmt.Println()
    	}
    }

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMzA5NTI1ODAy_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/fa0ab0cebf524fd1a6e2f10a91d58576.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMzA5NTI1ODAy_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221123/814c4c1d20a548efb3b2452f04a987a0.png