• 1.稀疏数组


    一、稀疏数组和队列

      1、稀疏数组

        基本功能

          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.处理方法

    • 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

      如图,把一个6X7的二维数组变为了一个9X3的稀疏数组。其中

    • 第一行保存的是原二维数组的行、列以及非0值的个数
    • 第二到九行保存的是每个非0值所在的位置及其数值

    3.转换思路

      二维数组转稀疏数组

    • 遍历二维数组,得到二维数组中有效值的个数sum
    • 创建稀疏数组,有sum+1行,3列(固定)
    • 将二维数组中的有效值存入稀疏数组中

      稀疏数组转二维数组

    • 先读取稀疏数组的第一行(保存二维数组的行列信息),还原二维数组
    • 读取稀疏数组的其他行,将值赋给二维数组的对应位置上的数

    代码

    public class Demo2 {
       public static void main(String[] args) {
          //创建一个二维数组
          int[][] arr1 = new int[11][11];
          //向二维数组里放值
          arr1[1][2] = 1;
          arr1[2][3] = 2;
          arr1[3][4] = 3;
    
          //打印二维数组
          System.out.println("遍历二维数组");
          for (int i = 0; i < arr1.length; i++) {
             for (int j = 0; j < arr1[0].length; j++) {
                System.out.print(arr1[i][j] + "   ");
             }
             System.out.println();
          }
    
          //二位数组----->稀疏数组
          //遍历二维数组中有效值的个数,用sum来记录
          int sum = 0;
          for (int i = 0; i < arr1.length; i++) {
             for (int j = 0; j < arr1[0].length; j++) {
                if (arr1[i][j] != 0) {
                   //二维数组中元素不为0即为有效值
                   sum++;
                }
             }
          }
    
          //创建稀疏数组
          //行数为sum+1,第一行用于保存二维数组的行列及有效值个数,列数固定为3
          int[][] sparseArr = new int[sum + 1][3];
          //存入二维数组的行列及有效值个数
          sparseArr[0][0] = arr1.length;
          sparseArr[0][1] = arr1[0].length;
          sparseArr[0][2] = sum;
    
          //再次遍历二维数组,将有效值存入稀疏数组
          //用于保存稀疏数组的行数
          int count = 1;
          for (int i = 0; i < arr1.length; i++) {
             for (int j = 0; j < arr1[0].length; j++) {
                if (arr1[i][j] != 0) {
                   //将值存入稀疏数组
                   sparseArr[count][0] = i;
                   sparseArr[count][1] = j;
                   sparseArr[count][2] = arr1[i][j];
                   count++;
                }
             }
          }
    
          //打印稀疏数组
          System.out.println("遍历稀疏数组");
          for (int i = 0; i < sparseArr.length; i++) {
             for (int j = 0; j < sparseArr[0].length; j++) {
                System.out.print(sparseArr[i][j] + "   ");
             }
             System.out.println();
          }
    
    
          //稀疏数组------>二维数组
          //先得到二位数组的行列数
          int row = sparseArr[0][0];
          int col = sparseArr[0][1];
          int[][] arr2 = new int[row][col];
    
          //遍历稀疏数组,同时给二维数组赋值
          for (int i = 1; i < sparseArr.length; i++) {
             row = sparseArr[i][0];
             col = sparseArr[i][1];
             //该位置上对应的值
             int val = sparseArr[i][2];
             arr2[row][col] = val;
          }
    
          //打印二维数组
          System.out.println("遍历还原后的二维数组");
          for (int i = 0; i < arr2.length; i++) {
             for (int j = 0; j < arr2[0].length; j++) {
                System.out.print(arr2[i][j] + "   ");
             }
             System.out.println();
          }
       }
    }

    运行结果

    遍历二维数组
    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   3   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   
    遍历稀疏数组
    11   11   3   
    1   2   1   
    2   3   2   
    3   4   3   
    遍历还原后的二维数组
    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   3   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

     


    __EOF__

  • 本文作者: 随遇而安==
  • 本文链接: https://www.cnblogs.com/55zjc/p/15965908.html
  • 关于博主: 评论和私信会在第一时间回复。或者直接私信我。
  • 版权声明: 本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
  • 声援博主: 如果您觉得文章对您有帮助,可以点击文章右下角推荐一下。
  • 相关阅读:
    VL4 移位运算与乘法
    Mysql(三) mysql事务和隔离级别
    SOME/IP 支持两种序列化方式:TLV 和 TV
    深入理解计算机网络:从基本原理到实践应用
    Pytorch实现鸟类品种分类识别(含训练代码和鸟类数据集)
    android 权限默认授予,AOSP 权限的默认授予
    Python学习笔记--Python关键字yield
    大数据-各类图像数据集下载地址
    容错限流框架之Hystrix上
    vue中使用echarts实现X轴动态时间(天)的折线图表
  • 原文地址:https://www.cnblogs.com/55zjc/p/15965908.html