稀疏sparsearray数组的实现(Java)

一、引出稀疏数组

1、先看一个实际的需求

编写的五子棋程序中,有存盘退出和续上盘的功能。

2、分析问题: 

因为该二维数组的很多值是默认值0, 因此记录了很多没有意义的数据.->稀疏数组。

二、稀疏数组的基本介绍

1、应用场景

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。

2、稀疏数组的处理方法

1)记录数组一共有几行几列,有多少个不同的值

2)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

3、稀疏数组举例说明

三、应用实例

1、问题

1)使用稀疏数组,来保留类似前面的二维数组(棋盘、地图等等)

2)将稀疏数组保存到磁盘上,比如 map.data

3)恢复原来的稀疏数组时,读取map.data 进行恢复

4)恢复原来的二维数组时,读取稀疏数组进行恢复

2、整体思路分析

四、代码实现

1、打印二维数组

    public static void print2DArray(int[][] array) {
        for (int[] row : array) {
            for (int value : row) {
                System.out.print(value + " ");
            }
            System.out.println();
        }
    }

2、将二维数组转换为稀疏数组

public static List<int[]> toSparseArray(int[][] array) {
    List<int[]> sparseArray = new ArrayList<>();
    // 添加稀疏数组的第一行的值(行数 列数 ?)
    sparseArray.add(new int[]{array.length, array[0].length, 0});
    int nonZeroCount = 0;// 用于记录是第几个非0数据
    for (int i = 0; i < array.length; i++) {
        for (int j = 0; j < array[i].length; j++) {
            // 添加非零数据
            if (array[i][j] != 0) {
                sparseArray.add(new int[]{i, j, array[i][j]});
                nonZeroCount++;
            }
        }
    }
    //添加第一行的第三个数据:非零数据的数量
    sparseArray.get(0)[2] = nonZeroCount;
    return sparseArray;
}

3、打印稀疏数组

public static void printSparseArray(List<int[]> sparseArray) {
    for (int[] triplet : sparseArray) {
        System.out.println(triplet[0] + " " + triplet[1] + " " + triplet[2]);
    }
}

4、将稀疏数组保存到文件

public static void saveSparseArray(List<int[]> sparseArray, String filename) {
    try (BufferedWriter writer = new BufferedWriter(new FileWriter(filename))) {
        for (int[] triplet : sparseArray) {
            writer.write(triplet[0] + " " + triplet[1] + " " + triplet[2]);
            writer.newLine();
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
}

5、打印文件内容

public static void printFileContent(String filename) {
    System.out.println("文件的内容:");
    try (BufferedReader reader = new BufferedReader(new FileReader(filename))) {
        String line;// 用于获取文件一行的值
        // 文件此行不为空,则打印此行
        while ((line = reader.readLine()) != null) {
            System.out.println(line);
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
}

6、从文件加载稀疏数组

public static List<int[]> loadSparseArray(String filename) {
    List<int[]> sparseArray = new ArrayList<>();
    try (BufferedReader reader = new BufferedReader(new FileReader(filename))) {
        String line;// 用于获取文件一行的值
        // 文件此行不为空,则获取此行内容
        while ((line = reader.readLine()) != null) {
            String[] parts = line.split(" ");// 每行按空格分割
            sparseArray.add(new int[]{Integer.parseInt(parts[0]), Integer.parseInt(parts[1]), Integer.parseInt(parts[2])});
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
    return sparseArray;
}

7、将稀疏数组转换回原始二维数组

public static int[][] toOriginalArray(List<int[]> sparseArray, int rows, int cols) {
    int[][] array = new int[rows][cols];
    for (int i = 1; i < sparseArray.size(); i++) {
        int[] triplet = sparseArray.get(i);
        array[triplet[0]][triplet[1]] = triplet[2];
    }
    return array;
}

8、主函数测试 

public class SparseArray {
    public static void main(String[] args) {
        // 创建一个原始的二维数组
        int[][] originalArray = {
                {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}
        };
        System.out.println("二维数组内容:");
        print2DArray(originalArray);

        // 将二维数组转换为稀疏数组
        List<int[]> sparseArray = toSparseArray(originalArray);
        System.out.println("(将二维数组转换为稀疏数组)稀疏数组内容:");
        printSparseArray(sparseArray);

        String filename = "src\\SparseArray\\map.data";
        // 保存稀疏数组到文件
        saveSparseArray(sparseArray, filename);
        System.out.print("(保存稀疏数组到文件)");
        printFileContent(filename);

        // 从文件读取稀疏数组
        List<int[]> loadedSparseArray = loadSparseArray(filename);
        System.out.println("(从文件读取稀疏数组)稀疏数组内容:");
        printSparseArray(loadedSparseArray);

        // 将稀疏数组转换回原始二维数组
        // loadedSparseArray.get(0)[0]// 获取行数
        // loadedSparseArray.get(0)[1]// 获取列数
        int[][] restoredArray = toOriginalArray(loadedSparseArray, loadedSparseArray.get(0)[0], loadedSparseArray.get(0)[1]);
        System.out.println("(将稀疏数组转换回原始二维数组)二维数组内容:");
        print2DArray(restoredArray);
    }

附件

完整代码

import java.io.*;
import java.util.ArrayList;
import java.util.List;

public class SparseArray {
    public static void main(String[] args) {
        // 创建一个原始的二维数组
        int[][] originalArray = {
                {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}
        };
        System.out.println("二维数组内容:");
        print2DArray(originalArray);

        // 将二维数组转换为稀疏数组
        List<int[]> sparseArray = toSparseArray(originalArray);
        System.out.println("(将二维数组转换为稀疏数组)稀疏数组内容:");
        printSparseArray(sparseArray);

        String filename = "src\\SparseArray\\map.data";
        // 保存稀疏数组到文件
        saveSparseArray(sparseArray, filename);
        System.out.print("(保存稀疏数组到文件)");
        printFileContent(filename);

        // 从文件读取稀疏数组
        List<int[]> loadedSparseArray = loadSparseArray(filename);
        System.out.println("(从文件读取稀疏数组)稀疏数组内容:");
        printSparseArray(loadedSparseArray);

        // 将稀疏数组转换回原始二维数组
        // loadedSparseArray.get(0)[0]// 获取行数
        // loadedSparseArray.get(0)[1]// 获取列数
        int[][] restoredArray = toOriginalArray(loadedSparseArray, loadedSparseArray.get(0)[0], loadedSparseArray.get(0)[1]);
        System.out.println("(将稀疏数组转换回原始二维数组)二维数组内容:");
        print2DArray(restoredArray);
    }

    // 打印二维数组
    public static void print2DArray(int[][] array) {
        for (int[] row : array) {
            for (int value : row) {
                System.out.print(value + " ");
            }
            System.out.println();
        }
    }

    // 将二维数组转换为稀疏数组
    public static List<int[]> toSparseArray(int[][] array) {
        List<int[]> sparseArray = new ArrayList<>();
        // 添加稀疏数组的第一行的值(行数 列数 ?)
        sparseArray.add(new int[]{array.length, array[0].length, 0});
        int nonZeroCount = 0;// 用于记录是第几个非0数据
        for (int i = 0; i < array.length; i++) {
            for (int j = 0; j < array[i].length; j++) {
                // 添加非零数据
                if (array[i][j] != 0) {
                    sparseArray.add(new int[]{i, j, array[i][j]});
                    nonZeroCount++;
                }
            }
        }
        //添加第一行的第三个数据:非零数据的数量
        sparseArray.get(0)[2] = nonZeroCount;
        return sparseArray;
    }

    // 打印稀疏数组
    public static void printSparseArray(List<int[]> sparseArray) {
        for (int[] triplet : sparseArray) {
            System.out.println(triplet[0] + " " + triplet[1] + " " + triplet[2]);
        }
    }

    // 将稀疏数组保存到文件
    public static void saveSparseArray(List<int[]> sparseArray, String filename) {
        try (BufferedWriter writer = new BufferedWriter(new FileWriter(filename))) {
            for (int[] triplet : sparseArray) {
                writer.write(triplet[0] + " " + triplet[1] + " " + triplet[2]);
                writer.newLine();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    // 打印文件内容
    public static void printFileContent(String filename) {
        System.out.println("文件的内容:");
        try (BufferedReader reader = new BufferedReader(new FileReader(filename))) {
            String line;// 用于获取文件一行的值
            // 文件此行不为空,则打印此行
            while ((line = reader.readLine()) != null) {
                System.out.println(line);
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    // 从文件加载稀疏数组
    public static List<int[]> loadSparseArray(String filename) {
        List<int[]> sparseArray = new ArrayList<>();
        try (BufferedReader reader = new BufferedReader(new FileReader(filename))) {
            String line;// 用于获取文件一行的值
            // 文件此行不为空,则获取此行内容
            while ((line = reader.readLine()) != null) {
                String[] parts = line.split(" ");// 每行按空格分割
                sparseArray.add(new int[]{Integer.parseInt(parts[0]), Integer.parseInt(parts[1]), Integer.parseInt(parts[2])});
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
        return sparseArray;
    }

    // 将稀疏数组转换回原始二维数组
    public static int[][] toOriginalArray(List<int[]> sparseArray, int rows, int cols) {
        int[][] array = new int[rows][cols];
        for (int i = 1; i < sparseArray.size(); i++) {
            int[] triplet = sparseArray.get(i);
            array[triplet[0]][triplet[1]] = triplet[2];
        }
        return array;
    }
}
<think> 根据用户需求,用户希望了解Java稀疏数组的介绍、使用方法及示例。结合提供的引用内容,我将系统性地组织回答。 首先,稀疏数组是一种优化存储空间的数据结构,特别适用于元素大部分为零(或相同值)的二维数组。在Java中,稀疏数组通常使用一个三元组(行、列、值)来表示非零元素的位置和值。 ### 一、稀疏数组介绍 稀疏数组的核心思想是只存储非默认值(通常是非零)的元素,从而节省内存空间。它包含三个关键部分: 1. **元数据行**:存储原始数组的行数、列数及非默认值的总数 2. **数据行**:每行存储一个非默认值元素的行索引、列索引和实际值 例如,原始数组: ``` 0 0 3 0 0 0 5 0 0 ``` 对应的稀疏数组为: ``` 3 3 2 // 共3行3列,有2个非零元素 0 2 3 // 第0行第2列值为3 2 0 5 // 第2行第0列值为5 ``` ### 二、使用方法 在Java实现稀疏数组转换包含两个核心方法: 1. **原始数组稀疏数组**: - 遍历原始数组统计非零元素数量 - 创建稀疏数组(行数为非零元素数+1,列数固定为3) - 填充数据 2. **稀疏数组还原为原始数组**: - 读取稀疏数组首行获取原始数组维度 - 创建原始数组 - 遍历稀疏数组剩余行填充数据 ### 三、代码示例 基于引用[3]的代码框架补充完整实现: ```java public class SparseArrayDemo { public static void main(String[] args) { // 创建原始数组 11x11 int[][] chessArray = new int[11][11]; chessArray[1][2] = 1; // 黑子 chessArray[2][3] = 2; // 蓝子 // 转换为稀疏数组 int[][] sparseArray = toSparseArray(chessArray); // 输出稀疏数组 System.out.println("稀疏数组:"); for (int[] row : sparseArray) { System.out.printf("%d\t%d\t%d\n", row[0], row[1], row[2]); } // 还原为原始数组 int[][] restoredArray = toOriginalArray(sparseArray); // 验证还原 System.out.println("还原后的数组:"); for (int[] row : restoredArray) { for (int data : row) { System.out.printf("%d\t", data); } System.out.println(); } } // 原始数组稀疏数组 public static int[][] toSparseArray(int[][] original) { int sum = 0; // 统计非零元素数量 for (int[] row : original) { for (int data : row) { if (data != 0) sum++; } } // 创建稀疏数组 int[][] sparseArray = new int[sum + 1][3]; sparseArray[0][0] = original.length; sparseArray[0][1] = original[0].length; sparseArray[0][2] = sum; // 填充非零元素 int count = 0; for (int i = 0; i < original.length; i++) { for (int j = 0; j < original[i].length; j++) { if (original[i][j] != 0) { count++; sparseArray[count][0] = i; sparseArray[count][1] = j; sparseArray[count][2] = original[i][j]; } } } return sparseArray; } // 稀疏数组还原 public static int[][] toOriginalArray(int[][] sparseArray) { int rows = sparseArray[0][0]; int cols = sparseArray[0][1]; int[][] original = new int[rows][cols]; for (int i = 1; i < sparseArray.length; i++) { int row = sparseArray[i][0]; int col = sparseArray[i][1]; int value = sparseArray[i][2]; original[row][col] = value; } return original; } } ``` ### 四、应用场景 1. 棋盘类游戏(如五子棋)的状态存储 2. 图像处理中稀疏矩阵的压缩存储 3. 科学计算中大型稀疏数据集的存储优化 ### 五、注意事项 1. 当非零元素超过总元素量的$1/3$时,使用稀疏数组可能反而增加内存消耗 2. 稀疏数组的随机访问效率低于原始数组 §§相关问题§§ 1. Java中如何优化超大稀疏矩阵的运算性能? 2. 稀疏数组与其他压缩存储结构(如压缩行存储)有何区别? 3. 在实际项目中如何选择是否使用稀疏数组? </think>### Java稀疏数组详解 #### 一、稀疏数组介绍 稀疏数组(Sparse Array)是一种优化存储空间的数据结构,适用于**元素大部分为零(或相同默认值)的二维数组**。核心思想是仅存储非默认值元素的位置和值,从而显著减少内存占用。典型应用场景包括: - 棋盘类游戏(如围棋、五子棋)的状态存储 - 图像处理中的稀疏矩阵 - 科学计算中的大型稀疏数据集 **存储结构**: 1. **首行**:存储原始数组的总行数、总列数、非默认值元素个数 2. **后续行**:每行存储一个非默认值元素的行索引、列索引和值 例如原始数组: ``` 0 0 0 5 0 0 0 0 9 0 0 0 ``` 转换为稀疏数组: ``` 3 4 2 // 共3行4列,2个非零元素 0 3 5 // 第0行第3列值为5 2 0 9 // 第2行第0列值为9 ``` #### 二、使用方法(Java实现) ##### 1. 原始数组稀疏数组 ```java public int[][] toSparseArray(int[][] originalArray) { // 统计非零元素数量 int count = 0; for (int[] row : originalArray) { for (int val : row) { if (val != 0) count++; } } // 创建稀疏数组(行数=非零元素+1,列数固定为3) int[][] sparseArray = new int[count + 1][3]; sparseArray[0][0] = originalArray.length; // 原始数组行数 sparseArray[0][1] = originalArray[0].length; // 原始数组列数 sparseArray[0][2] = count; // 非零元素总数 // 填充非零元素数据 int index = 1; for (int i = 0; i < originalArray.length; i++) { for (int j = 0; j < originalArray[i].length; j++) { if (originalArray[i][j] != 0) { sparseArray[index][0] = i; // 行索引 sparseArray[index][1] = j; // 列索引 sparseArray[index][2] = originalArray[i][j]; // 值 index++; } } } return sparseArray; } ``` ##### 2. 稀疏数组 → 原始数组 ```java public int[][] toOriginalArray(int[][] sparseArray) { // 读取原始数组维度 int rows = sparseArray[0][0]; int cols = sparseArray[0][1]; int[][] originalArray = new int[rows][cols]; // 填充非零元素 for (int i = 1; i < sparseArray.length; i++) { int rowIdx = sparseArray[i][0]; int colIdx = sparseArray[i][1]; int value = sparseArray[i][2]; originalArray[rowIdx][colIdx] = value; } return originalArray; } ``` #### 三、完整示例 ```java public class SparseArrayDemo { public static void main(String[] args) { // 1. 创建原始数组(11x11棋盘) int[][] chessboard = new int[11][11]; chessboard[1][2] = 1; // 黑子 chessboard[2][3] = 2; // 白子 // 2. 转换为稀疏数组 int[][] sparseArr = toSparseArray(chessboard); // 打印稀疏数组 System.out.println("稀疏数组结构:"); for (int[] row : sparseArr) { System.out.printf("%d\t%d\t%d\n", row[0], row[1], row[2]); } /* 输出: 11 11 2 // 首行元数据 1 2 1 // 第1行第2列黑子 2 3 2 // 第2行第3列白子 */ // 3. 还原原始数组 int[][] restoredArray = toOriginalArray(sparseArr); } // 此处插入上述转换方法 } ``` #### 四、关键优化点 1. **空间效率**:当非零元素占比小于 $\frac{1}{3}$ 时,空间优化效果显著 2. **序列化优势**:稀疏数组更适合文件存储/网络传输 3. **适用场景**:适用于读多写少的场景,频繁修改会降低性能 > **注意事项**:当数据稠密(非零元素超过30%)时,稀疏数组可能反而增加内存开销[^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值