首页 / 算法 / 『数据结构与算法』稀疏数组
『数据结构与算法』稀疏数组
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了『数据结构与算法』稀疏数组,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含4779字,纯文字阅读大概需要7分钟。
内容图文
![『数据结构与算法』稀疏数组](/upload/InfoBanner/zyjiaocheng/605/e9a9676e1d3c48ae915338cdc37d5020.jpg)
微信搜索:码农StayUp
主页地址:https://gozhuyinglong.github.io
源码分享:https://github.com/gozhuyinglong/blog-demos
五子棋游戏的存取需求
在介绍稀疏数组前我们先来引入一个需求,下面是一个五子棋的棋盘(15 * 15),玩到中途时想要保存离开,希望下次打开还可以继续玩。我们怎么实现呢?
从对棋盘的观察来看,我们可以使用int
型的二维数组进行存储,将未落子的地方存储0,白子存储1,黑子存储2,那么我们的数组可能是这样的:
可以看出,使用二维数组是能解决这个需求的。但我们也发现了一个问题,上面存储相同数值的0比较多,这对空间造成了浪费,有没有另外一种存储方式呢?答案是可以使用稀疏数组,下面我们来看稀疏数组是怎么实现的!
稀疏数组(Sparse Array)
当一个数组中大部分元素是0,或者是一个相同的值时,可以使用稀疏数组来保存该数组。
稀疏数组的处理方式是:
- 记录数组一共有几行几列,以及不同值的数量
- 把具有不同值元素的行列及其值记录在一个小规模的数组中,从而缩小数据的规模。
那我们把上面二维数组转为稀疏数组存储,看是什么样子的。
第一行(即:0行)比较特殊,row存储总行数,col存储总列数,value存储非零(不同值)元素的数量;
其他行结构相同,每一行存储一条非零元素信息,row存储元素所在行,col存储元素所在列,value存储元素的值。
代码实现
我们使用代码来实现二维数组与稀疏数组的相互转换,下面是具体的实现!
public class SparseArrayDemo {
public static void main(String[] args) {
System.out.println("-----------------------普通数组");
int[][] initialArray = initArray();
printArray(initialArray);
System.out.println("-----------------------普通数组 --> 稀疏数组");
int[][] sparseArray = arrayConvertSparseArray(initialArray);
printArray(sparseArray);
System.out.println("-----------------------稀疏数组 --> 普通数组");
int[][] array = sparseArrayConvertArray(sparseArray);
printArray(array);
}
/**
* 初始化五子棋数组
*
* @return
*/
static int[][] initArray() {
// 0为空,1为白子,2为黑子
int[][] array = new int[15][15];
array[3][11] = 1;
array[4][10] = 2;
array[5][9] = 2;
array[6][8] = 2;
array[6][7] = 1;
array[7][8] = 1;
array[7][7] = 2;
array[8][6] = 1;
return array;
}
/**
* 打印二维数组
*
* @param array
*/
static void printArray(int[][] array) {
for (int[] row : array) {
for (int data : row) {
System.out.printf("%s\t", data);
}
System.out.println();
}
}
/**
* 统计非零值数量
*
* @param array
* @return
*/
static int valueCount(int[][] array) {
int count = 0;
for (int[] row : array) {
for (int data : row) {
if (data != 0) {
count++;
}
}
}
return count;
}
/**
* 普通数组转为稀疏数组
*
* @param array
* @return
*/
static int[][] arrayConvertSparseArray(int[][] array) {
int rowNum = array.length;
int colNum = array[0].length;
int valueNum = valueCount(array);
int[][] sparseArray = new int[valueNum + 1][3];
sparseArray[0][0] = rowNum;
sparseArray[0][1] = colNum;
sparseArray[0][2] = valueNum;
int rowCount = 1;
for (int i = 0; i < array.length; i++) {
for (int j = 0; j < array[i].length; j++) {
int value = array[i][j];
if (value != 0) {
sparseArray[rowCount][0] = i;
sparseArray[rowCount][1] = j;
sparseArray[rowCount][2] = value;
rowCount++;
}
}
}
return sparseArray;
}
/**
* 稀疏数组转为普通数组
*
* @param sparseArray
* @return
*/
static int[][] sparseArrayConvertArray(int[][] sparseArray) {
int rowNum = sparseArray[0][0];
int colNum = sparseArray[0][1];
int valueNum = sparseArray[0][2];
int[][] array = new int[rowNum][colNum];
for (int i = 1; i < valueNum + 1; i++) {
int row = sparseArray[i][0];
int col = sparseArray[i][1];
int value = sparseArray[i][2];
array[row][col] = value;
}
return array;
}
}
输出结果:
-----------------------普通数组
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 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 0 0 2 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 1 2 0 0 0 0 0 0
0 0 0 0 0 0 0 2 1 0 0 0 0 0 0
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-----------------------普通数组 --> 稀疏数组
15 15 8
3 11 1
4 10 2
5 9 2
6 7 1
6 8 2
7 7 2
7 8 1
8 6 1
-----------------------稀疏数组 --> 普通数组
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 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 0 0 2 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 1 2 0 0 0 0 0 0
0 0 0 0 0 0 0 2 1 0 0 0 0 0 0
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
推荐阅读
- 《 数组 》
- 《 稀疏数组 》
- 《 链表(单链表、双链表、环形链表) 》
- 《 栈 》
- 《 队列 》
- 《 树 》
- 《 二叉树 》
- 《 二叉查找树(BST) 》
- 《 AVL树(平衡二叉树) 》
- 《 B树 》
- 《 散列表(哈希表) 》
作者:码农StayUp
出处:https://mp.weixin.qq.com/s/YYemaomm10HiKs9MoKHKIw
版权:本文采用「署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0)」知识共享许可协议进行许可。
内容总结
以上是互联网集市为您收集整理的『数据结构与算法』稀疏数组全部内容,希望文章能够帮你解决『数据结构与算法』稀疏数组所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。