稀疏数组可以看做是普通数组的压缩,但是这里说的普通数组是指无效数据量远大于有效数据量的数组。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?
将一个普通数组转换成一个稀疏数组,再将稀疏数组转换回普通数组。
【说明】:稀疏数组第一行:原数组的行、列、非0元素个数;剩下行:非0元素的行索引、列索引、值。
public class SparesArray {
public static void main(String[] args) {
//--------------------创建二维数组-----------------------
int chessArr1[][] = new int[11][11];
chessArr1[1][2] = 1;
chessArr1[2][3] = 2;
// 输出原始二维数组
for(int[] row : chessArr1){
for(int data : row){
System.out.printf("%d\t", data);
}
System.out.println();
}
}
}
【输出】:
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 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 0
//--------------------将二维数组 转 稀疏数组--------------------
// 1.先遍历二维数组,得到非0数据个数sum
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];
// 3.为稀疏数组赋值
sparseArr[0][0] = 11;
sparseArr[0][1] = 11;
sparseArr[0][2] = sum;
// 遍历二维数组,将非0的数据存放在稀疏数组中
int count = 0;
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];
}
}
}
// 4.输出稀疏数组
System.out.println("得到的稀疏数组为:");
for(int i = 0; i < sparseArr.length; i++){
System.out.printf("%d\t%d\t%d\t\n", sparseArr[i][0],sparseArr[i][1],sparseArr[i][2]);
}
【输出】:
得到的稀疏数组为:
11 11 2
1 2 1
2 3 2
//--------------------将稀疏数组 恢复 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[sparseArr[0][0]][sparseArr[0][1]];
// 2.从稀疏数组的第二行读取,并赋给 原始的二维数组
for(int i = 1; i < sparseArr.length; i++){
chessArr2[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
}
// 3.输出恢复后的二维数组
for(int[] row : chessArr2){
for(int data : row){
System.out.printf("%d\t", data);
}
System.out.println();
}
【输出】:
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 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 0
public class SparesArray {
public static void main(String[] args) {
//--------------------创建二维数组-----------------------
int chessArr1[][] = new int[11][11];
chessArr1[1][2] = 1;
chessArr1[2][3] = 2;
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--------------------
// 1.先遍历二维数组,得到非0数据个数sum
int sum = 0;
for(int i = 0; i < 11; i++){
for(int j = 0; j <11; j++){
if(chessArr1[i][j] != 0){
sum++;
}
}
}
System.out.println("=======================================")
// 2.创建对应的稀疏数组
int sparseArr[][] = new int[sum + 1][3];
// 3.为稀疏数组赋值
sparseArr[0][0] = 11;
sparseArr[0][1] = 11;
sparseArr[0][2] = sum;
// 遍历二维数组,将非0的数据存放在稀疏数组中
int count = 0;
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];
}
}
}
// 4.输出稀疏数组
System.out.println("得到的稀疏数组为:");
for(int i = 0; i < sparseArr.length; i++){
System.out.printf("%d\t%d\t%d\t\n", sparseArr[i][0],sparseArr[i][1],sparseArr[i][2]);
}
System.out.println("=======================================")
//--------------------将稀疏数组 恢复 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[sparseArr[0][0]][sparseArr[0][1]];
// 2.从稀疏数组的第二行读取,并赋给 原始的二维数组
for(int i = 1; i < sparseArr.length; i++){
chessArr2[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
}
// 3.输出恢复后的二维数组
for(int[] row : chessArr2){
for(int data : row){
System.out.printf("%d\t", data);
}
System.out.println();
}
}
}
【输出】:
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 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 0
=================================================================================
得到的稀疏数组为:
11 11 2
1 2 1
2 3 2
=================================================================================
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 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 0
评论