本文已参与「新人创作礼」活动,一起开启掘金创作之路。
代码实现
package com.xz.sparsearr;
/**
* @author 许正
* @version 1.0
*/
public class SparseArray {
public static void main(String[] args) {
//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;
chessArr1[3][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.print(data + "\t");
}
System.out.println();
}
//将二维数组 转 稀疏数组 思想
//1. 先遍历二维数组, 得到非0数据个数
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;
//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的数据
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
System.out.println("============");
System.out.println("得到的稀疏数组为:");
for (int i = 0; i < sparseArr.length; i++) {
for (int j = 0; j < sparseArr[i].length; j++) {
System.out.print(sparseArr[i][j] + "\t");
}
System.out.println();
}
//二维数组 转 稀疏数组
/**
* 1. 先读取稀疏数组的第-行,根据第-行的数据,创建原始的二维数组
* 2. 在读取稀疏数组后几行的数据(第二行开始),并赋给原始的二维数组即可.
*/
int[][] chessArr2 = new int[sparseArr[0][0]][sparseArr[0][1]];
for (int i = 1; i < sparseArr.length; i++) {
chessArr2[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
}
//输出二维数组
System.out.println("================");
for (int i = 0; i < chessArr2.length; i++) {
for (int j = 0; j < chessArr2[i].length; j++) {
System.out.print(chessArr2[i][j]+"\t");
}
System.out.println();
}
}
}
存储
刚说到稀疏数组是一种压缩后的数组,为什么要进行压缩存储呢?
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
存储方式 1.普通存储
第一行存储原始数据总行数,总列数,总的非0数据个数
接下来每一行都存储非0数所在行,所在列,和具体值