稀疏数组(Sparsearray)

本文介绍了一种节省存储空间的数据结构——稀疏数组。通过记录非零元素的位置和值,稀疏数组能有效减少大量零元素的存储。文章详细阐述了稀疏数组的创建过程,包括如何从二维数组转换为稀疏数组,以及如何从稀疏数组还原回原始二维数组。通过具体实例,读者可以清晰理解稀疏数组的工作原理。

我们在了解稀疏数组之前先来看一个实际的需求

在这里插入图片描述

上图中要记录棋盘的数据,可以用二维数组来记录,但是有很多没有意义的数据,所以可以使用稀疏数组来记录
处理方法:
1.记录二维数组一共有几行几列,有多少个不同的值
2.把具有不值得元素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
在这里插入图片描述

编程思路

将二维数组转化为稀疏数组

1. 遍历原始二维数组,获取有效数据的个数num

 for (int i=0;i<11;i++){
            for (int j=0;j<11;j++){
                System.out.printf("%d\t",chessArr[i][j]);
            }
            System.out.println();
        }
        int num=0;
        for (int i = 0; i < 11; i++) {
            for (int j = 0; j < 11; j++) {
                if (chessArr[i][j]!=0){
                    num++;
                }
            }
        }

2. 根据num新建稀疏数组 sparseArr int[num+1][3]

 		//新建稀疏数组
        int sparseArr [][]=new int[num+1][3];

3. 给稀疏数组第一行赋值

		//给稀疏数组第一行赋值
        sparseArr[0][0]=11;
        sparseArr[0][1] = 11;
        sparseArr[0][2] = num;

4. 将二维数组的有效数据存入稀疏数组

//给稀疏数组其他行赋值
        int count=0;
        for (int i=0;i<chessArr.length;i++){
            for (int j=0;j<chessArr[i].length;j++){
                if (chessArr[i][j]!=0){
                    count++;
                 sparseArr[count][0]=i;
                 sparseArr[count][1]=j;
                 sparseArr[count][2]=chessArr[i][j];
                }
            }
        }

5. 遍历稀疏数组

//输出稀疏数组
        System.out.println("稀疏数组为");
        for (int[] row:sparseArr){
            for (int data:row){

                System.out.printf("%d\t",data);
            }
            System.out.println(); 
        }

稀疏数组转化为原始二维数组

1. 先读取稀疏数组的第一行,创建原始二维数组

		//将稀疏数组转化为原始数组
        //1.读取稀疏数组的第一行创建二维数组
       int x= sparseArr[0][0];
        int y=sparseArr[0][1];
        int chessArr2[][]=new int[x][y];

2. 从第二行开始读取稀疏数组,赋值给原始二维数组

//2.读取后面的数据赋给chessArr2
        for (int i = 1; i < sparseArr.length; i++) {
                chessArr2[sparseArr[i][0]][sparseArr[i][1]]=sparseArr[i][2];
        }

3.遍历原始二维数组

 //遍历原始二维数组
        System.out.println("新的二维数组为");
        for (int[] row:chessArr2){
            for (int data:row){
                System.out.printf("%d\t",data);
            }
            System.out.println();
        }

完整代码

public class SparseArrayTest {
    public static void main(String[] args) {
        //新建二维数组
        int chessArr[][]=new int[11][11];
        chessArr[1][2]=1;
        chessArr[2][3]=2;
        System.out.println("原始二维数组为");
        for (int i=0;i<11;i++){
            for (int j=0;j<11;j++){
                System.out.printf("%d\t",chessArr[i][j]);
            }
            System.out.println();
        }
        int num=0;
        for (int i = 0; i < 11; i++) {
            for (int j = 0; j < 11; j++) {
                if (chessArr[i][j]!=0){
                    num++;
                }
            }
        }
        //新建稀疏数组
        int sparseArr [][]=new int[num+1][3];
        //给稀疏数组第一行赋值
        sparseArr[0][0]=11;
        sparseArr[0][1] = 11;
        sparseArr[0][2] = num;
        //给稀疏数组其他行赋值
        int count=0;
        for (int i=0;i<chessArr.length;i++){
            for (int j=0;j<chessArr[i].length;j++){
                if (chessArr[i][j]!=0){
                    count++;
                 sparseArr[count][0]=i;
                 sparseArr[count][1]=j;
                 sparseArr[count][2]=chessArr[i][j];
                }
            }
        }
        //输出稀疏数组
        System.out.println("稀疏数组为");
        for (int[] row:sparseArr){
            for (int data:row){

                System.out.printf("%d\t",data);
            }
            System.out.println(); 
        }
       //将稀疏数组转化为原始数组
        //1.读取稀疏数组的第一行创建二维数组
       int x= sparseArr[0][0];
        int y=sparseArr[0][1];
        int chessArr2[][]=new int[x][y];
        //2.读取后面的数据赋给chessArr2
        for (int i = 1; i < sparseArr.length; i++) {
                chessArr2[sparseArr[i][0]][sparseArr[i][1]]=sparseArr[i][2];
        }
        //遍历原始二维数组
        System.out.println("新的二维数组为");
        for (int[] row:chessArr2){
            for (int data:row){
                System.out.printf("%d\t",data);
            }
            System.out.println();
        }
        
        
    }
}

运行结果

在这里插入图片描述

<think> 根据用户需求,用户希望了解Java中稀疏数组的介绍、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中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