稀疏数组SparseArray

旧城等待， 2023-06-06 03:46 27阅读 0赞

### 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。

### **稀疏数组举例说明** ###

**稀疏数组【0】：**说明有几行几列，有多少个不同的值(非零值)

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTcyMzMzNw_size_16_color_FFFFFF_t_70][]![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTcyMzMzNw_size_16_color_FFFFFF_t_70 1][]

### 代码实现 ###

package algorithm;
    
    /**
     * @Created by XDarker
     * @Description TODO
     * @Date 2019/10/9 20:03
     */
    public class SparseArray {
    
        public static void main(String[] args) {
    
            // 创建一个原始的二维数组 11 * 11
            int[][] array = new int[6][7];
            array[0][3] = 22;
            array[0][6] = 15;
            array[1][1] = 11;
            array[1][5] = 17;
            array[2][3] = -6;
            array[3][5] = 39;
            array[4][0] = 91;
            array[5][2] = 28;
            System.out.println("========原始数组========");
            printArr(array);
    
            // 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[] arr : array) {
                for (int a : arr) {
                    if (a != 0) {
                        sum++;
                    }
                }
            }
            //创建对应的稀疏数组
            int[][] sparseArr = new int[sum + 1][3];
            // 给稀疏数组 第一行 赋值
            sparseArr[0][0] = array.length;
            sparseArr[0][1] = array[0].length;
            sparseArr[0][2] = sum;
    
            int row = array.length;
            int col = array[0].length;
            int count = 1; //count 用于记录是第几个非0数据
            for (int i = 0; i < row; i++) {
                for (int j = 0; j < col; j++) {
                    if (array[i][j] != 0) {
                        sparseArr[count][0] = i;
                        sparseArr[count][1] = j;
                        sparseArr[count][2] = array[i][j];
                        count++;
                    }
                }
            }
            System.out.println("========稀疏数组========");
            printArr(sparseArr);
    
            //将稀疏数组 --》 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，比如上面的  chessArr2 = int [11][11]
    			2. 在读取稀疏数组后几行的数据，并赋给 原始的二维数组 即可.
    		 */
    
            //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 chessArr[][] = 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++) {
                chessArr[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
            }
            // 输出恢复后的二维数组
            System.out.println("========恢复后的二维数组========");
            printArr(chessArr);
    
    
        }
    
        /**
         * 打印二维数组
         *
         * @param array
         */
        private static void printArr(int[][] array) {
            for (int[] arr : array) {
                for (int a : arr) {
                    System.out.printf("%d\t", a);
                }
                System.out.println();
            }
        }
    }

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTcyMzMzNw_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/2019100921014751.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTcyMzMzNw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTcyMzMzNw_size_16_color_FFFFFF_t_70 1]: /images/20230601/9290c8ead0cb4f668215bd1258a2c19e.png