JAVA稀疏数组

本文介绍了稀疏数组的概念,作为减少存储空间浪费的解决方案,特别是在处理大量零值的数据结构如五子棋棋盘时。通过示例展示了如何将二维数组转换为稀疏数组,并提供了压缩、恢复、存储和读取稀疏数组的Java程序实现。这种方法能够显著减小数组的存储需求,提高空间效率。

引入

数组是一个很常见的数据存储模式,但是有时使用数组会浪费掉一部分空间;例如在5*5的五子棋中,黑子代表1,白子代表2,而空白的区域代表0;为了表示棋盘中的数据,我们可能会使用二维数组来解决这个问题,最后的结果如下
0 1 0 2 0
1 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
此时,在这个数组中,我们会浪费掉一些空间,因为这些空间表示的都是0;为了解决这个问题,避免浪费过多的空间,我们需要使用稀疏数组。

介绍

在稀疏数组中,每行分别有三个元素:行,列,值。在稀疏数组的第一行,行表示原数组的行数,列表示原数组的列数,值表示原数组非0数据的个数;接下来的稀疏数组的几行中,行表示非0数据所在原数组的行数,列表示非0数据所在原数组的列数,而值则代表此非0数据的值。

例子

还是刚才那个五子棋的例子。原数组是5*5的数组,数据如下
0 1 0 2 0
1 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
我们用稀疏数组来表示原数组
5 5 3
0 1 1
0 3 2
1 0 1
相比与原来的数组,稀疏数组的大小变小许多:原数组有25个元素,而稀疏数组只有12个。

实现稀疏数组

下面的程序包含5个函数,分别是:打印数组,压缩原数组为稀疏数组,将稀疏数组复原成原数组,把稀疏数组存储到硬盘,从硬盘中读取稀疏数组

import java.io.BufferedInputStream;
import java.io.BufferedOutputStream;
import java.io.FileInputStream;
import java.io.FileOutputStream;

public class SparsArrayStudy {
 public static void main(String[] args) {
  System.out.printf("\t原数组\n");
  int[][] array = new int[5][5];
  array[0][1] = 1;
  array[0][3] = 2;
  array[1][0] = 1;
  print(array);
  
  System.out.printf("\t压缩后的数组\n");
  int[][] SparseArray = compress(array);
  print(SparseArray);
  
  System.out.printf("\t原数组恢复\n");
  array = recovery(SparseArray);
  print(array);
  
  
  String source = "E:\\java程序\\hello-world\\src\\DataStructure\\SparseArray.data";
  System.out.println();
  System.out.println("\t将稀疏数组存入硬盘");
  store(SparseArray,source); //指定存储位置
  System.out.println();
  
  System.out.println("\t从硬盘中读取稀疏数组");
  SparseArray = read(source);//指定读取位置
  if(SparseArray!=null) {
   print(SparseArray);
  }
  
  
 }
 //原数组压缩成稀疏数组
 public static int[][] compress(int[][] array){
  //遍历数组
  int sum =0;
  for(int i=0;i<array.length;i++) {
   for(int j=0;j<array[0].length;j++) {
    if(array[i][j]!=0) {
     sum++;
    }
   }
  }
  
  int[][] SparseArray = new int[sum+1][3];
  SparseArray[0][0] = array.length;
  SparseArray[0][1] = array[0].length;
  SparseArray[0][2] = sum;
  int count = 1;
  for(int i=0;i<array.length;i++) {
   for(int j=0;j<array[0].length;j++) {
    if(array[i][j]!=0) {
     SparseArray[count][0] = i;
     SparseArray[count][1] = j;
     SparseArray[count][2] = array[i][j];
     count++;
    }
   }
  }
  return SparseArray;
  
 }
 
 //打印数组
 public static void print(int[][] array) {
  for(int i=0;i<array.length;i++) {
   for(int j=0;j<array[0].length;j++) {
    System.out.printf("%d\t",array[i][j]);
   }
   System.out.println();
  }
 }
 
 //把稀疏数组还原成原来数组
 public static int[][] recovery(int[][] SparseArray) {
  //创建原来的数组
  int[][] array = new int[SparseArray[0][0]][SparseArray[0][1]];
  //遍历压缩后的数组
  for(int i=1;i<SparseArray.length;i++) {
   array[SparseArray[i][0]][SparseArray[i][1]] = SparseArray[i][2];
  }
  return array;
 }
 
 //将稀疏数组存储到硬盘
 public static void store(int[][] SparseArray,String source){
  
  FileOutputStream file;
  try {
   file = new FileOutputStream(source,false);
   BufferedOutputStream buf = new BufferedOutputStream(file);
   for(int i=0;i<SparseArray.length;i++) {
    for(int j=0;j<SparseArray[0].length;j++) {
     buf.write(Integer.valueOf(SparseArray[i][j]).byteValue());
     buf.flush();
    }
   }
   buf.close();
   file.close();
  } catch (Exception e) {
   // TODO Auto-generated catch block
   e.printStackTrace();
  }
  System.out.println("\t写入成功");
 }
 
 //从硬盘中读取稀疏数组
 public static int[][] read(String source) {
  
  FileInputStream file;
  int[][] SparseArray = null;
  try {
   file = new FileInputStream(source);
   BufferedInputStream buf = new BufferedInputStream(file);
   int row = buf.read();
   int column = buf.read();
   int sum = buf.read();
   SparseArray = new int[sum+1][3];
   SparseArray[0][0] = row;
   SparseArray[0][1] = column;
   SparseArray[0][2] = sum;
   
   for(int i=1;i<SparseArray.length;i++) {
    SparseArray[i][0]=buf.read();
    SparseArray[i][1]=buf.read();
    SparseArray[i][2]=buf.read();
   }
   buf.close();
  }catch(Exception e) {
   System.out.println("未找到文件");
  }
  return SparseArray;
 }
}

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 1
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