--数组二--

本文探讨了如何在Java中使用Arrays类的toString()和sort()方法,展示了冒泡排序算法的实现,并介绍了如何处理稀疏数组以节省内存。通过实例演示了如何将密集数组转换为稀疏数组并进行操作。

Arrays 类

tostring()

sort()

冒泡排序

public class Dome{
    public static void main(String[] args){
        
        int[] arrays = {3,5,97,4,5,15,79,111,25,3,77};
        
        String str = Arrays.toString(sort(arrays));
        System.out.println(str);
    }
    
    //定义方法
    public static int[] sort(int[] array){
        int temp = 0;
        
        for(int i = 0 ; i < array.length - 1 ; i++){
            for(int j = 0 ; j < array.length - 1 - i ; j++){
                if(array[j+1] < array[j]){
                    temp = array[j];
                    array[j] = array[j+1];
                    array[j+1] = temp;
                }
            }
        }
        
       return array;
    }
}

稀疏数组

  • 当一个数组重大部分元素为0,或者为同一值的数组时,可以用稀疏数组来保存该数组。

  • 稀疏数组的处理方式是:

    • 记录数组一共几行几列,有多少个不同的值。

    • 把具有不同值的元素和行列数记录在一个小规模数组中,从而缩小程序的规模。

package com.hl.test;
​
public class Dome05 {
    public static void main(String[] args) {
​
        //定义一个二维数组,11 * 11
​
        int[][] array1 = new int[11][11];
        array1[1][2] = 1;
        array1[2][3] = 2;
        System.out.println("输出原始数组:");
        for (int[] ints : array1) {
            for(int anInt : ints){
                System.out.print(anInt + "\t");
            }
            System.out.println();
        }
​
​
        
        //转换为稀疏数组保存
        
        //1.获取有效值的个数
        int sum = 0;
        for (int i=0;i<11;i++){
            for (int j=0;j<11;j++){
                if (array1[i][j] != 0){
                    sum++;
                }
            }
        }
        System.out.println("有效值的个数:"+sum);
​
        //2.创建一个稀疏数组
        int[][] array2 = new int[sum+1][3];
​
        array2[0][0] = 11;
        array2[0][1] = 11;
        array2[0][2] = sum;
​
        //3.遍历二维数组,将非零的值存入稀疏数组中
        int count = 0;
        for (int i=0;i<array1.length;i++) {
            for (int j=0;j<array1[i].length;j++){
                if (array1[i][j] != 0){
                    count++;
                    array2[count][0] = i;
                    array2[count][1] = j;
                    array2[count][2] = array1[i][j];
                }
            }
        }
​
        //4.输出稀疏数组
        System.out.println("稀疏数组为:");
        for (int[] ints : array2) {
            for (int anInt : ints) {
                System.out.print(anInt + "\t");
            }
            System.out.println();
        }
​
        //还原稀疏数组
        
        System.out.println("还原稀疏数组:");
        //1.读取稀疏数组
        int[][] array3 = new int[array2[0][0]][array2[0][1]];
​
        //2.数据还原
        for (int i = 1; i<=array2[0][2] ; i++){
            array3[array2[i][0]][array2[i][1]] = array2[i][2];
        }
​
        //3.打印
        for (int[] ints : array3) {
            for (int anInt : ints) {
                System.out.print(anInt+"\t");
            }
            System.out.println();
        }
    }
}
​
<think>嗯,用户想在Python中生成一个包含0到23的数组或者列表。首先,我需要确定用户具体想要的是哪种数据结构。Python里有列表(list)和数组数组可能指的是内置的array模块或者更常用的NumPy数组。根据提供的引用,用户之前可能接触过NumPy,因为引用[2]提到了numpy.zeros和numpy.ones,还有引用[3]和[4]也提到了数组相关的内容。 接下来,我需要考虑不同的方法。对于普通列表,最简单的是用range函数生成0到23的列表,然后转成列表。例如list(range(24)),这会直接生成[0,1,...,23]。不过用户可能已经知道这个方法,所以可能需要更详细的其他方法,比如列表推导式。 如果用户指的是NumPy数组,那么可以用np.arange(24),这会生成一个一维数组,包含0到23的元素。同时,引用[2]提到可以使用numpy.asarray将其他数据类型转换,所以也可以先用range生成列表,再转成数组。另外,如果用户需要数组,可能需要reshape,比如3x8或4x6的结构,但用户的问题里没有提到维度,所以可能暂时不需要,但可以作为扩展。 还要注意用户提到的引用[3],里面提到了数组的输入方法,但用户的问题是一维的,所以可能不需要涉及维。不过可能需要提到是否需要调整形状。此外,引用[4]讨论了列表和元组的区别,但用户的问题是关于生成数组,所以重点可能在创建方法上。 另外,用户可能对性能或内存有要求,比如使用array模块的数组,这种更节省空间。例如,使用array.array('i', range(24))。但根据引用[2],用户可能更熟悉NumPy,所以重点放在列表和NumPy数组上。 需要检查用户是否有特殊需求,比如是否需要可变性,是否需要数值运算的高效性。如果是科学计算,NumPy更合适;如果是普通用途,列表更简单。同时,引用中提到的转换方法,比如从列表转换,也是一个点。 总结可能的解决方案: 1. 使用range和list直接生成列表。 2. 列表推导式。 3. 使用NumPy的arange。 4. 使用array模块。 5. 其他方法,比如numpy.linspace调整步长,但arange更直接。 然后需要将这些方法分点说明,确保语法正确,例如代码示例是否正确。例如,在NumPy中是否需要导入,用户是否已经安装了NumPy?可能需要提示安装,但用户的问题可能默认已有环境。 最后,生成相关问题,比如如何调整形状,如何生成其他类型的数组,或者性能比较等。</think>在Python中创建包含0到23的数组或列表可通过多种方法实现,具体选择取决于数据结构类型(列表、NumPy数组等)和需求场景: --- ### 方法一:使用`range()`生成列表(最基础) 直接通过`range()`函数生成连续整数序列,再转换为列表: ```python num_list = list(range(24)) print(num_list) # 输出:[0, 1, 2, ..., 23] ``` --- ### 方法:使用列表推导式(灵活扩展) 通过循环生成列表元素,适合需要额外逻辑的场景: ```python num_list = [i for i in range(24)] ``` --- ### 方法三:使用NumPy生成数组(科学计算场景) 若需高效数值运算,推荐使用NumPy的`np.arange()`: ```python import numpy as np num_array = np.arange(24) # 生成一维数组:[0, 1, 2, ..., 23] ``` 若需多维数组,可通过`reshape()`调整: ```python matrix_4x6 = np.arange(24).reshape(4, 6) # 生成4行6列的数组[^2] ``` --- ### 方法四:使用`array`模块(节省内存) 若需紧凑存储基本数据类型(如整型),可使用内置`array`模块: ```python import array num_array = array.array('i', range(24)) # 'i'表示整型[^4] ``` --- ### 方法对比 | 方法 | 数据结构 | 适用场景 | 内存效率 | |------------|------------|--------------------------|----------| | `range()` | 列表 | 通用操作 | 一般 | | NumPy | ndarray | 科学计算、多维数据 | 高 | | `array`模块| 数组 | 大量数值存储且需节省内存 | 较高 | ---
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