稀疏 sparsearray 数组
编写的五子棋程序中,有存盘退出和续上盘的功能

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。
什么时候使用稀疏数组
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
稀疏数组的处理方法是:
- 记录数组一共有几行几列,有多少个不同的值
- 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

- 使用稀疏数组,来保留类似前面的二维数组(棋盘、地图等等)
- 把稀疏数组存盘,并且可以从新恢复原来的二维数组数
- 整体思路分析

代码实现
稀疏数组的行数是原始二维数组有效数据个数加一,列一直为3列。第一行用来保存原始二维数组有多少行,多少列,以及有效数据的个数。
后面每一行都用来记录原始数组中有效数据的行,列,以及需要记录的有效数据。
代码实现:
public class SparseArray {
public static void main(String[] args) {
// 创建一个原始的二维数组 11*11
// 0 表示空白 1 表示黑子 2 表示白子
int[][] chessArr = new int[11][11];
chessArr[1][2] = 1;
chessArr[2][3] = 2;
chessArr[4][7] = 1;
chessArr[2][9] = 2;
// 输出原始二维数组
for (int[] arr : chessArr) {
for (int i : arr) {
System.out.print(i + " ");
}
System.out.println();
}
// 将原始二维数组进行压缩,转换为稀疏数组
// 1. 遍历原始数组,得到有效数据的个数
int sum = 0;
for (int i = 0; i < chessArr.length; i++) {
for (int j = 0; j < chessArr[i].length; j++) {
if (chessArr[i][j] != 0) {
sum++;
}
}
}
System.out.println("有效元素个数:" + sum);
// 建立稀疏数组
int[][] sparseArr = new int[sum + 1][3];
// 赋值
sparseArr[0][0] = chessArr.length; // 行
sparseArr[0][1] = chessArr[0].length;// 列
sparseArr[0][2] = sum; // 有效数据个数
// 遍历二维数组,拿到二维数组里面的有效数据,存到稀疏数组里面
int count = 0; // 用于记录是第几个非0数据
for (int i = 0; i < chessArr.length; i++) {
for (int j = 0; j < chessArr[i].length; j++) {
if (chessArr[i][j] != 0) {
sparseArr[++count][0] = i; //记录有效数据的行
sparseArr[count][1] = j; // 记录有效数据的列
sparseArr[count][2] = chessArr[i][j]; // 记录当前有效数据
}
}
}
// 输出稀疏数组
System.out.println("得到的稀疏数组:");
for (int[] arr : sparseArr) {
for (int i : arr) {
System.out.printf("%d\t",i);
}
System.out.println();
}
// 稀疏数组恢复为原始的二维数组
// 创建原始二维数组
int[][] arr = new int[sparseArr[0][0]][sparseArr[0][1]];
for (int i = 1; i < sparseArr.length; i++) {
arr[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
}
// 还原后的二维数组为:
System.out.println("还原后的二维数组为:");
for (int[] arr2 : arr) {
for (int i : arr2) {
System.out.printf("%d\t",i);
}
System.out.println();
}
}
}
本文探讨了在五子棋程序中如何利用稀疏数组高效存储,通过压缩大量零值数据,记录非零元素的行、列和值,实现快速存取并还原二维数组。通过实例展示了如何创建、处理和恢复稀疏数组,提高空间效率。

被折叠的 条评论
为什么被折叠?



