此文章仅作为自己学习过程中的记录和总结，同时会有意地去用英文来做笔记，一些术语的英译不太准确，内容如有错漏也请多指教，谢谢！

一、概述

需要强调的是，稀松数组适用于二维数组中大部分数据具有相同的值的情况，此时稀松数组可以显著地提高算法效率。反之，若不在上述情况下使用稀松数组，则可能得到效率更低下的结果。

稀松数组的结构大体如下：

Index	Row	Column	Value
0	原数组行数	原数组列数	特殊数据的个数
1	特殊数据1所在行数	特殊数据1所在列数	特殊数据1的值
2	…	…	…

此例子为通过稀松数组记录棋盘上的每个格子的当前子色。（未下子：0；黑子：1；白子：2）。此例子还包含IO相关知识。

步骤：

创建棋盘数组chessArr，并且对其进行初始化。
根据chessArr创建稀松数组sparseArr并打印。
将sparseArr存储到文件map.data中。
从map.data读取数据并根据之创建新的稀松数组。
利用新创建的稀松数组，对其进行转化，得到新的棋盘数组并打印。

二、代码实现

Attributes and main

/*SparseArrayZzay2021/01/14*/
package com.zzay.sparsearray;import java.io.*;/*** CONTENTS:* (1) Initialize the chess array.* (2) Create a sparse array according to the chess array.* (3) Save the sparse array into the dest file "map.data".* (4) Read the sparse array from the source file "map.data".* (5) Convert the read sparse array into a new chess array.*  * @author Zzay* @version 2021/01/14*/
public class SparseArray {public final static int ROW_SIZE = 11;public final static int COLUMN_SIZE = 11;public final static int NONE = 0;public final static int BLACK = 1;public final static int WHITE = 2;public final static String fileName = "map.data";public final static File destFile = new File(fileName);public final static File srcFile = new File(fileName);// The array representing the chessboard.private static int[][] chessArr = new int[ROW_SIZE][COLUMN_SIZE];// The sparse array to be formed.private static int[][] sparseArr;public static void main(String[] args) {initialize();createSparseArr();saveSparseArr();convertSparseArr(readSparseArr());}
}

Methods

    /*** The initialization of the chessArr.*/private static void initialize() {// Assign initial value for some elements.chessArr[1][2] = BLACK;chessArr[2][3] = WHITE;chessArr[3][4] = BLACK;chessArr[4][5] = WHITE;}/*** Create the sparse array of the chessArr, and print it.*/private static void createSparseArr() {// The total number of the effective element in the chessArr.int sum = 0;// Loop the chessArr and figure out the sum of practical elements.for (int[] rowArr : chessArr) {for (int data : rowArr) {if (data != NONE) {sum++;}}}// Create the sparseArr with the sum.// The three columns represent row, column and value respectively.sparseArr = new int[sum + 1][3];sparseArr[0][0] = ROW_SIZE;sparseArr[0][1] = COLUMN_SIZE;sparseArr[0][2] = sum;// Assign those elements' value into the sparseArr.// [ Tips: enhanced for loop cannot be used here,//  since the row and column index need to be known].int count = 0;for (int i = 0; i < chessArr.length; i++) {for (int j = 0; j < chessArr.length; j++) {if (chessArr[i][j] != NONE) {count++;sparseArr[count][0] = i;sparseArr[count][1] = j;sparseArr[count][2] = chessArr[i][j];}}}// Print the sparseArr.for (int[] rowArr : sparseArr) {for (int data : rowArr) {System.out.printf("%d\t", data);}System.out.println();}System.out.println();}/*** Save the sparse array into file "map.data".*/private static void saveSparseArr() {FileWriter fw;BufferedWriter bw = null;try {fw = new FileWriter(destFile);bw = new BufferedWriter(fw);for (int[] rowArr : sparseArr) {for (int data : rowArr) {bw.write(data + " ");}bw.write("\r\n");bw.flush();}} catch (IOException e) {e.printStackTrace();} finally {try {if (bw != null) {bw.close();}} catch (IOException e) {e.printStackTrace();}}}/*** Read the sparse array from file "map.data".*/private static int[][] readSparseArr() {int[][] sparseArr = new int[0][];boolean firstRowSet = false;FileReader fr;BufferedReader br = null;try {fr = new FileReader(srcFile);br = new BufferedReader(fr);int count = 0;String data;// Assign values to the following rows.while ((data = br.readLine()) != null) {String[] splitedData = data.split(" ");int rowNum = Integer.parseInt(splitedData[0]);int colNum = Integer.parseInt(splitedData[1]);int value = Integer.parseInt(splitedData[2]);// Initialize the first row of the sparse array.if (!firstRowSet) {sparseArr = new int[value + 1][3];firstRowSet = true;}sparseArr[count][0] = rowNum;sparseArr[count][1] = colNum;sparseArr[count][2] = value;count++;}} catch (IOException e) {e.printStackTrace();} finally {try {if (br != null) {br.close();}} catch (IOException e) {e.printStackTrace();}}return sparseArr;}/*** Convert the sparse array into a new chessArr.*/private static void convertSparseArr(int[][] readSparseArr) {// Get the original double-dimension array from the sparseArr.int rowNum = readSparseArr[0][0];int colNum = readSparseArr[0][1];int eleNum = readSparseArr[0][2];int[][] newArr = new int[rowNum][colNum];for (int i = 1; i <= eleNum; i++) { // Or "i < sparseArr.length"int row = readSparseArr[i][0];int col = readSparseArr[i][1];int value = readSparseArr[i][2];newArr[row][col] = value;}// Print the newArr.for (int[] rowArr : newArr) {for (int data : rowArr) {System.out.printf("%d\t", data);}System.out.println();}System.out.println();}

数据结构与算法--稀松数组(Sparse Array)相关推荐

JavaScript数据结构和算法简述——数组
为什么先讲数组数据结构可以简单的被分为线性结构和非线性结构. 线性结构大致包括: 数组(连续存储): 链表(离散存储): 栈(线性结构常见应用,由链表或数组增删和改进功能实现): 队列(线性结构常见 ...
数据结构与算法---稀疏数组
数据结构与算法-稀疏数组 1.基本介绍: 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.稀疏数组的处理方法是: (1)记录数组一共有几行几列,有多少个 ...
数据结构与算法--有序数组中找出和为s的两个数字
有序数组中找和为s的两个数字题目:输入一个递增排序的数组array, 和一个数字s, 在数组中找出两个数,使得这两个数的和是s,如果有多对,输出一对即可. 最简单方案双循环,每次获取一个数据,和数 ...
数据结构与算法--将数组排成最小的数
将数组排成最小的数题目:输入一个正整数的数组,将数组中所有数字拼接在一起排列成一个新的数,打印能拼接出来的所有数字中最小的一个, 案例:输入数组{12,4,55},则能打印出最小的数组是:12455 ...
【数据结构与算法】数组与链表
数组的定义和特性数组(Array)是一种线性表数据结构.它用一组连续的内存空间,来存储一组具有相同类型的数据. 线性表(Linear List):数组.链表.队列.栈非线性表:树图连续的内存空 ...
数据结构与算法基础-数组
原文:chenmingyu.top/data-struct- 数组数组是用于储存多个相同类型数据的集合,使用一段连续的内存空间存储数据数组作为最基本的数据结构,想必大家一定已经足够了解,数组的增删 ...
菜鸟窝-数据结构与算法之数组实现队列
categories: 数据结构与算法 tags: 队列 title: 数据结构与算法之队列 date: 数据结构之队列定义:有序列表,可以通过数组或者链表实现,遵循先入先出的原则数组实现普通队列 ...
[数据结构与算法] 串,数组和广义表
串偏向于算法,数组和广义表偏向于理解第四章串.数组和广义表 4.1 串的定义 4.2 案例引入 4.3 串的类型定义,存储结构及运算 4.3.1 **串的类型定义** 4.3.2 串的存储结构 4 ...
408考研数据结构与算法之数组、链表、队列、栈知识点和算法详细教程（更新中）
第一章:数据结构与算法概述因为数据结构作为计算机专业的专业基础课程,是计算机考研的必考科目之一,如果打算报考计算机专业的研究生,你必须学好它. 数据结构是计算机软考.计算机等级考试等相关考试的必考内 ...

数据结构与算法--稀松数组(Sparse Array)

一、概述

二、代码实现

数据结构与算法--稀松数组(Sparse Array)相关推荐

最新文章

热门文章