稀疏数组
为什么需要稀疏数组?
数组是一个很常见的数据存储模式,但是有时使用数组会浪费掉一部分空间;例如在5*5的五子棋中,黑子代表1,白子代表2,而空白的区域代表0;为了表示棋盘中的数据,我们可能会使用二维数组来解决这个问题,最后的结果如下
0 1 0 2 0
1 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
此时,在这个数组中,我们会浪费掉一些空间,因为这些空间表示的都是0;为了解决这个问题,避免浪费过多的空间,我们需要使用稀疏数组。
介绍
当一个数组中大部分元素为0,或者为同一值的数组时,可以使用稀疏数组来保存该数组
处理方式
- 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和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
实现方法
其实就是记录数组元素的坐标以及值
- 稀疏数组有3列,分别为行、列、值,行数为原数组不同值的个数加1;
- 第一行
array[0]记录一个数组的行数和列数,以及不同的值的个数; - 接着每一行记录一个值在原数组的行列下标以及自身的值。
0 1 0 2 0
1 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
我们用稀疏数组来表示原数组
5 5 3
0 1 1
0 3 2
1 0 1
相比与原来的数组,稀疏数组的大小变小许多:原数组有25个元素,而稀疏数组只有12个。
作用
可以压缩数据,减少内存空间的使用
实现
public static void main(String[] args) {
//创建一个原始的二维数组
//0:没有棋子,1:黑子,2:白子
int chessArr1[][] = new int[11][11];
//下面先固定二维数组的元素,后面可优化~
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:");
printArray(chessArr1);
//下面将二维数组转化为稀疏数组
//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 sparesArr[][] = new int[sum + 1][3];
//给稀疏数组赋值
sparesArr[0][0] = 11;
sparesArr[0][1] = 11;
sparesArr[0][2] = sum;
//遍历二维数组,将非0的值存放在sparesArr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++;
sparesArr[count][0] = i;
sparesArr[count][1] = j;
sparesArr[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:");
printArray(sparesArr);
System.out.println();
//下面将稀疏数组恢复成二维数组
//先读取稀疏数组的第一行元素,根据其数据,创建原始的二维数组
int chessArr2[][] = new int[sparesArr[0][0]][sparesArr[0][1]];
//读取稀疏数组后几行的元素(从第二行开始),并赋值给原始的二维数组即可
for (int i = 1; i < sparesArr.length; i++) {
chessArr2[sparesArr[i][0]][sparesArr[i][1]] = sparesArr[i][2];
}
//输出恢复后的二维数组
System.out.println();
System.out.println("恢复后的二维数组");
printArray(chessArr2);
}
//打印数组
public static void printArray(int[][] array) {
for (int i = 0; i < array.length; i++) {
for (int j = 0; j < array[0].length; j++) {
System.out.printf("%d\t", array[i][j]);
}
System.out.println();
}
}
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
得到的稀疏数组为:
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
注意
- 不是所有的数组都做成稀疏数组比较好
- 必须满足当一个数组中大部分元素为0或同一值