Java数据结构与算法:稀疏数组(SparseArray)

简介: Java数据结构与算法:稀疏数组(SparseArray)

编译软件:IntelliJ IDEA 2019.2.4 x64

操作系统:win10 x64 位 家庭版


一、稀疏数组是什么?

1.1 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。

1.2 稀疏数组的处理方法

  1. 记录数组一共有几行几列,有多少个不同的值
  2. 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

1.3 举例说明


二、为什么要使用稀疏数组?

2.1 先看这一个具体的应用需求

问题

在编写的五子棋程序中,有存盘退出和续上盘的功能,如下图所示

在上述11X11的五子棋盘中,如果需要执行存盘退出和续上盘的功能时,则需要将当前对战的棋盘状态信息下载到本地或将上次存放的棋盘对战状态信息上传到程序中。那么此时就需要一种数据结构用来存储对战的棋盘状态信息。

通常的做法是使用原生的二维数组记录棋盘的状态信息,但是这样会暴露出一个问题:二维数组的很多值如果不赋值,那么会被程序主动赋默认值,比如int类数组会被赋值为0,因此二维数组中会记录了很多没有意义的数据,造成内存空间的极大浪费。

解决方案

这时我们便可考虑使用稀疏数组,对原生的二维数组中所有数据做一个“压缩”,进而提高原来二维数组的空间利用率

2.2 使用稀疏数组的优缺点

优点

  • 提高空间利用率稀疏数组只存储非默认值的元素信息,可极大减少存储空间的占用
  • 方便进行压缩和解压缩稀疏数组可以方便地进行压缩和解压缩操作,对于大型稀疏矩阵的存储和传输非常有用
  • 提高运算效率稀疏数组在进行运算时,可只对非默认值元素进行处理,避免对所有元素进行无效操作,从而提高运算效率。

缺点

  • 降低数组的访问速度由于稀疏数组中非默认值元素的位置信息需要额外存储,访问这些元素的速度相对较慢,特别是在大规模稀疏矩阵中。
  • 需要进行额外的处理使用稀疏数组需要额外处理元素的位置信息,这会增加代码的复杂性和维护成本。

综上所述,稀疏数组适用于大部分元素都为默认值或重复值的情况,可显著减少存储空间的占用;但同时也需要特别注意其访问速度和代码复杂性等问题。


三、如何使用稀疏数组?

3.1 应用实例

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


    ①二维数组转稀疏数组的思路
    1.遍历原始的二维数组,得到有效数据的个数sum
    2.根据sum就可以创建稀疏数组sparseArr int[sum+1)][3]
    3.将二维数组的有效数据数据存入到稀疏数组
    ②稀疏数组转原始的二维数组的思路
    1.先读取稀疏数组的第一行,根据第一行的数据,创建原始的二维数组,比如上面的chessArr2=int[11][11]
    2.在读取稀疏数组后几行的数据,并赋给原始的二维数组即可.

3.2 应用代码如下

//稀疏键盘
public class t2 {
    public static void main(String[] args) {
        //定义原始棋盘的落子情况【二维数组】
        int[][] arr=new int[11][11];
        //1 -> 黑子,2 -> 篮子,0 -> 无子
        arr[1][2]=1;
        arr[2][3]=2;
        arr[5][2]=3;
        int sum=0;
        System.out.println("二维数组:" );
        for (int[] ints : arr) {
            for (int data : ints) {
                if (data!=0){
                    sum++;
                }
                System.out.print(data+"\t");
            }
            System.out.println();
        }
        //二维数组转为稀疏数组
        int[][] sparseArr=new int[sum+1][3];
        sparseArr[0][0]=11;
        sparseArr[0][1]=11;
        sparseArr[0][2]=sum;
        int count=0;
        for (int i = 0; i < arr.length ; i++) {
            for (int j = 0; j < arr[i].length; j++) {
                if (arr[i][j]!=0){
                    count++;
                    sparseArr[count][0]=i;
                    sparseArr[count][1]=j;
                    sparseArr[count][2]=arr[i][j];
                }
            }
        }
        System.out.println("稀疏数组:");
        for (int[] ints : sparseArr) {
            for (int data : ints) {
                System.out.print(data+"\t");
            }
            System.out.println();
        }
        //将稀疏数组恢复为二维数组newArr
        //1。先读取稀硫数组的第一行,根据第一行的数据,创建原始的二维数组
        int[][] newArr=new int[sparseArr[0][0]][sparseArr[0][1]];
    //2.在读取稀疏数组后几行的数据,并赋给原始的二维数组即可
        for (int i = 1; i < sparseArr.length ; i++) {
            for (int j = 0; j < sparseArr[i].length ; j++) {
                if (j>1){
                    int row=sparseArr[i][j-2];
                    int col=sparseArr[i][j-1];
                    newArr[row][col]=sparseArr[i][j];
                }
            }
        }
        //打印恢复后的二维数组newArr
        System.out.println("打印新二维数组newArr:");
        for (int[] ints : newArr) {
            for (int data : ints) {
                System.out.print(data+"\t");
            }
            System.out.println();
        }
    }
}

相关文章
|
2月前
|
存储 Java
Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。
【10月更文挑战第19天】本文详细介绍了Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。HashMap以其高效的插入、查找和删除操作著称,而TreeMap则擅长于保持元素的自然排序或自定义排序,两者各具优势,适用于不同的开发场景。
50 1
|
2月前
|
存储 Java
告别混乱!用Java Map优雅管理你的数据结构
【10月更文挑战第17天】在软件开发中,随着项目复杂度增加,数据结构的组织和管理至关重要。Java中的Map接口提供了一种优雅的解决方案,帮助我们高效、清晰地管理数据。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,有效提升了代码质量和维护性。
95 2
|
2月前
|
存储 Java 开发者
Java Map实战:用HashMap和TreeMap轻松解决复杂数据结构问题!
【10月更文挑战第17天】本文深入探讨了Java中HashMap和TreeMap两种Map类型的特性和应用场景。HashMap基于哈希表实现,支持高效的数据操作且允许键值为null;TreeMap基于红黑树实现,支持自然排序或自定义排序,确保元素有序。文章通过具体示例展示了两者的实战应用,帮助开发者根据实际需求选择合适的数据结构,提高开发效率。
75 2
|
10天前
|
存储 缓存 安全
Java 集合江湖:底层数据结构的大揭秘!
小米是一位热爱技术分享的程序员,本文详细解析了Java面试中常见的List、Set、Map的区别。不仅介绍了它们的基本特性和实现类,还深入探讨了各自的使用场景和面试技巧,帮助读者更好地理解和应对相关问题。
32 5
|
1月前
|
缓存 算法 Java
本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制
在现代软件开发中,性能优化至关重要。本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制。通过调整垃圾回收器参数、优化堆大小与布局、使用对象池和缓存技术,开发者可显著提升应用性能和稳定性。
49 6
|
1月前
|
存储 Java 索引
Java中的数据结构:ArrayList和LinkedList的比较
【10月更文挑战第28天】在Java编程世界中,数据结构是构建复杂程序的基石。本文将深入探讨两种常用的数据结构:ArrayList和LinkedList,通过直观的比喻和实例分析,揭示它们各自的优势与局限,帮助你在面对不同的编程挑战时做出明智的选择。
|
2月前
|
存储 算法 Java
Java 中常用的数据结构
【10月更文挑战第20天】这些数据结构在 Java 编程中都有着广泛的应用,掌握它们的特点和用法对于提高编程能力和解决实际问题非常重要。
33 6
|
2月前
|
存储 缓存 算法
Java 数组
【10月更文挑战第19天】Java 数组是一种非常实用的数据结构,它为我们提供了一种简单而有效的方式来存储和管理数据。通过合理地使用数组,我们能够提高程序的运行效率和代码的可读性。更加深入地了解和掌握 Java 数组的特性和应用,为我们的编程之旅增添更多的精彩。
33 4
|
2月前
|
存储 缓存 算法
提高 Java 数组性能的方法
【10月更文挑战第19天】深入探讨了提高 Java 数组性能的多种方法。通过合理运用这些策略,我们可以在处理数组时获得更好的性能表现,提升程序的运行效率。
40 2
|
2月前
|
存储 Java 开发者
Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效
【10月更文挑战第19天】在软件开发中,随着项目复杂度的增加,数据结构的组织和管理变得至关重要。Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,帮助开发者告别混乱,提升代码质量。
32 1