数据结构之稀疏数组 - SparseArray

关注 “弋凡”（YiFan）微信公众号吧 记录简单笔记 做你的最爱

1,定义

稀疏数组可以看作普通二维数组的压缩,这里的普通数组指无效数据远大于有效数据

稀疏数组分为3列

行	    列	   值
r1	 	c1		v1
r2		c2		v2
...	   ...	   ...

普通二维数组 - 无效数据远远大于有效数据

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	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	

稀疏数组

11	11	3	
1	1	1	
2	2	2	
2	4	2

2,代码实现

package com.yifan.nolinear;

import java.io.*;

/**
 * @Author YIFan
 * @Date 2020/6/7 17:49
 * @Version 1.0
 */

// 稀疏数组
public class SparseArray {

    public static void main(String[] args) throws IOException {
        // 创建一个二维数组 11*11
        // 0 表示没有数组  1 表示黑子  2 表示 白子
        int[][] chessArry = new int[11][11];
        chessArry[1][1] = 1;
        chessArry[2][2] = 2;
        chessArry[2][4] = 2;
        // 输错原始数组
        System.out.println("原始数组...");
        for (int[] row : chessArry) {
            for (int data : row) {
                System.out.printf("%d\t", data);
            }
            System.out.println();
        }

        int sum = 0;
        //将二维数组转化为稀疏数组
        //1,二维数组得到非零数据的个数
        for (int i = 0; i < 11; i++) {
            for (int j = 0; j < 11; j++) {
                if(chessArry[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
        // 行数
        sparseArr[0][0] = 11;
        // 列数
        sparseArr[0][1] = 11;
        // 有效数
        sparseArr[0][2] = sum;

        //3,遍历二维数组,将非0的值存到sparseArr中
        //------> (稀疏数组格式)  行   列   值
        int count = 0; // 用于记录第几个是非0数据
        for (int i = 0; i < 11; i++) {
            for (int j = 0; j < 11; j++) {
                if(chessArry[i][j] != 0 ){
                    count++;
                    sparseArr[count][0] = i;
                    sparseArr[count][1] = j;
                    sparseArr[count][2] = chessArry[i][j];
                }
            }
        }

        //4,输出稀疏数组
        System.out.println();
        System.out.println("稀疏数组为....");

        //写入到文件中
        File file = new File("d:/a.data");
        FileOutputStream in = new FileOutputStream(file);
        for (int i = 0; i < sparseArr.length; i++) {
            String str = sparseArr[i][0]+"-"+sparseArr[i][1]+"-"+sparseArr[i][2]+"\n";
            in.write(str.getBytes());
            System.out.printf("%d\t%d\t%d\t\n",sparseArr[i][0],sparseArr[i][1],sparseArr[i][2]);
        }
        System.out.println("写入文件成功...");
        in.close();

        //5,将稀疏数组还原成原始的二维数组
        /*
        * 1,先读取稀疏数组的第一行,根据第一行数据,创建原始的二维数组
        * 2,在读取稀疏数组的后几行数据,并赋值给二维数组
        * */

//        int[][] chessArr2 = new int[sparseArr[0][0]][sparseArr[0][1]];
//        从文件中读取
        int[][] chessArr2 = null;
        BufferedReader reader = null;
        System.out.println("以行为单位读取文件内容，一次读一整行：");
        reader = new BufferedReader(new FileReader(file));
        String tempString = null;
        int line = 1;
        // 一次读入一行，直到读入null为文件结束
        while ((tempString = reader.readLine()) != null) {
            // 显示行号
            System.out.println("line " + line + ": " + tempString);

            String[] split = tempString.split("-");
            int row = Integer.parseInt(split[0]);
            int col = Integer.parseInt(split[1]);

            if(line==1){
                chessArr2  = new int[row][col];
            }else {
                chessArr2[row][col] = Integer.parseInt(split[2]);
            }

            line++;
        }
        reader.close();

//        用稀疏数组进行还原
//        for (int i = 1; i < sparseArr.length; i++) {
//            int row = sparseArr[i][0];
//            int col = sparseArr[i][1];
//            chessArr2[row][col] = sparseArr[i][2];
//        }

        System.out.println("新的二维数组...");
        for (int[] row : chessArr2) {
            for (int data : row) {
                System.out.printf("%d\t", data);
            }
            System.out.println();
        }
    }


}

3,效果图

快来关注“弋凡”微信公众号吧