一、概述

  1、概念

  

  2、处理方法

  

  3、示例

  原数组如下:

  

  转换为稀疏数组如下:

  

二、代码

  1、主方法

@Test
public void SparseTest() {
// 创建一个原始的二维数组 11 * 11
// 0: 表示没有棋子, 1 表示 黑子 2 表蓝子
int[][] arr = new int[11][11];
arr[1][1] = 1;
arr[2][3] = 2;
arr[4][5] = 2;
System.out.println("原始数组");
for (int[] tmp:arr) {
for ( int t : tmp) {
System.out.printf("%d\t",t);
}
System.out.println();
} int[][] sparseArr=ArrayToSparse(arr);
//1.0输出稀疏数组
System.out.println("输出稀疏数组");
for (int i = 0; i < sparseArr.length; i++) {
System.out.printf("%d\t%d\t%d\t",sparseArr[i][0],sparseArr[i][1],sparseArr[i][2]);
System.out.println();
}
//2.0 将系数数组写入文件
WriteSparseToFile(sparseArr,"xishu.txt"); //3.0从文件中读出稀疏数组
System.out.println("从文件中读出稀疏数组");
int[][] readFileArray = ReadFileToArray("xishu.txt");
for (int i = 0; i < sparseArr.length; i++) {
System.out.printf("%d\t%d\t%d\t",sparseArr[i][0],sparseArr[i][1],sparseArr[i][2]);
System.out.println();
}
//4.0从文件中读出稀疏数组,恢复成原来数组
System.out.println("恢复出来的二维数组");
int[][] ints = SparseToArray(readFileArray);
for (int[] tmp:ints) {
for ( int t : tmp) {
System.out.printf("%d\t",t);
}
System.out.println();
}
}

  2、实现数组转稀疏数组 

  //将数组转换为稀疏数组
public int[][] ArrayToSparse(int[][] arr){
//将二维数组转换为稀疏数组
//1.0 遍历得到非零个数
int sum = 0;
for (int i = 0; i < arr.length; i++) {
for (int j = 0; j < arr.length; j++) {
if(arr[i][j]!=0)
sum++;
}
}
//2.0创建稀疏数组
int[][] sparseArr = new int[sum+1][3];
sparseArr[0][0]=11;
sparseArr[0][1]=11;
sparseArr[0][2] =sum; int count = 0;
//3.0遍历 填充稀疏数组非零元素
for (int i = 0; i < 11; i++) {
for (int j = 0; j <11 ; j++) {
if(arr[i][j]!=0){
++count;
sparseArr[count][0]=i;
sparseArr[count][1]=j;
sparseArr[count][2]=arr[i][j];
}
}
} return sparseArr;
}

   3、将稀疏数组写入文件

  

 public void WriteSparseToFile(int[][] sparseArr,String fileName){
FileWriter fw=null;
BufferedWriter bw=null;
try {
fw = new FileWriter(new File(fileName));
bw = new BufferedWriter(fw);
for (int i = 0; i < sparseArr.length; i++) { String tmpStr ="";
for (int j = 0; j <sparseArr[i].length ; j++) {
tmpStr+=sparseArr[i][j]+" ";
}
tmpStr+="\r\n";
bw.write(tmpStr);
bw.flush();
}
} catch (IOException e) {
e.printStackTrace();
}finally {
if(bw!=null) {
try {
bw.close();
} catch (IOException e) {
e.printStackTrace();
}
}
if(fw!=null){
try {
fw.close();
} catch (IOException e) {
e.printStackTrace();
}
} }
}

   4、从文件中读出稀疏数组

  

 public int[][] ReadFileToArray(String fileName){
FileReader fr = null;
BufferedReader br = null;
int[][] readArray={};
try {
fr = new FileReader(new File(fileName));
br = new BufferedReader(fr); String lineStr="";
ArrayList<String> list = new ArrayList<>();
try {
while ((lineStr= br.readLine())!=null){
list.add(lineStr);
}
readArray = new int[list.size()][list.get(0).length()];
for (int i = 0;i<list.size() ; i++) {
String[] c = list.get(i).split(" ");
for (int j = 0; j <c.length ; j++) {
readArray[i][j]=Integer.parseInt(c[j]);
}
}
} catch (IOException e) {
e.printStackTrace();
}
} catch (FileNotFoundException e) {
e.printStackTrace();
}finally {
if(br!=null) {
try {
br.close();
} catch (IOException e) {
e.printStackTrace();
}
}
if(fr!=null){
try {
fr.close();
} catch (IOException e) {
e.printStackTrace();
}
}
return readArray;
} }

   5、稀疏数组转数组

  //将稀疏数组转换为数组
public int[][] SparseToArray(int[][] sparseArr){
//将稀疏数组恢复成数组
//1.0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
int[][] arr = new int[sparseArr[0][0]][sparseArr[0][1]];
//2.0在读取稀疏数组后几行的数据(从第二行开始),并赋给 原始的二维数组 即可
for (int i = 1; i <sparseArr.length ; i++) {
arr[sparseArr[i][0]][sparseArr[i][1]]=sparseArr[i][2];
} return arr;
}

  

三、运行结果

  

  

  

Java稀疏数组的更多相关文章

  1. Java.稀疏数组

    package array; public class demo06 { public static void main(String[] args) { //创建一个二维数组 11*11 int[] ...

  2. 数据结构与算法之java语言实现(一):稀疏数组

    一.概念&引入 什么是稀疏数组? 稀疏数组是面对一个二维数组中有众多重复元素的情况下,为了节省磁盘空间,将此二维数组转化为更加节省空间的一种数组,我们叫他稀疏数组. 只是听概念或许会看不明白, ...

  3. 图解Java数据结构之稀疏数组

    在编程中,算法的重要性不言而喻,没有算法的程序是没有灵魂的.可见算法的重要性. 然而,在学习算法之前我们需要掌握数据结构,数据结构是算法的基础. 我在大学的时候,学校里的数据结构是用C语言教的,因为对 ...

  4. 【学习总结】java数据结构和算法-第三章-稀疏数组和队列

    相关链接 [学习总结]尚硅谷2019java数据结构和算法 github:javaDSA 目录 稀疏数组 队列 稀疏数组 稀疏数组介绍 图示 应用实例 代码实现 SparseArray.java:与二 ...

  5. java算法--稀疏数组

    数据结构必要知识 线性结构 线性结构是最常用的数据结构,数据元素之间存在一对一的线性关系. 线性结构有两种不同的存储结构,即顺序存储结构和链式存储结构.顺序存储的线性表称为顺序表,顺序表中的存储元素是 ...

  6. Java数组声明创建和使用以及多维数组、Arrays类、稀疏数组

    目录 数组概述 数组声明创建 内存分析 java内存分析 堆 栈 方法区 三种初始化 静态初始化 动态初始化 数组的默认初始化 数组的四个基本特点 数组边界 小结: 数组使用 数组基础使用 For E ...

  7. Java的稀疏数组的简单代码实现

    目录 Java的稀疏数组的简单代码实现 一.稀疏数组的基本概念 二.稀疏数组的Java代码实现思路 三.稀释数组的Java代码实现 四.结语 Java的稀疏数组的简单代码实现 一.稀疏数组的基本概念 ...

  8. 数据结构(1):稀疏数组使用java实现

    主要是用于数组压缩,去除无效的数组内容: 原数组内容: 0 0 0 0 0 0 1 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 转换成 稀疏数组 5 5 2 1 1 1 2 ...

  9. java基础——多维数组和稀疏数组

    多维数组 多维数组可以堪称数组的数组,比如二维数组就是一个特殊的一维数组,其中每一个元素都是一个以为数组 而且数组 int a[][]= new int[2][3]; public class Arr ...

随机推荐

  1. 定制团队自己的 Vue template

    一,我们使用vue-cli 可以快速初始化vue.js的项目,官方提供了webpack,pwa,browserify-sipmple,等常用template 二.置知识1,模板结构template:该 ...

  2. CentOS7搭建Hadoop2.8.0集群及基础操作与测试

    环境说明 示例环境 主机名 IP 角色 系统版本 数据目录 Hadoop版本 master 192.168.174.200 nameNode CentOS Linux release 7.4.1708 ...

  3. linux Sersync 参数说明

    Sersync 的可选功能是通过 xml 配置文件来实现的,下面来为大家解释该文件! 在该文件中,使用<!--中间是注释内容-->的方式去注释信息,注意不是我们平时# [root@SERS ...

  4. TensorFlow学习笔记1:graph、session和op

    graph即tf.Graph(),session即tf.Session(),很多人经常将两者混淆,其实二者完全不是同一个东西. graph定义了计算方式,是一些加减乘除等运算的组合,类似于一个函数.它 ...

  5. java源码生成可运行jar

    参考资料:https://blog.csdn.net/whatday/article/details/54767187 源码目录层级如下:

  6. hdu 6134: Battlestation Operational (2017 多校第八场 1002)【莫比乌斯】

    题目链接 比赛时没抓住重点,对那个受限制的“分数求和”太过关心了..其实如果先利用莫比乌斯函数的一个性质把后面那个[gcd(i,j)=1]去掉,那么问题就可以简化很多.公式如下 这和之前做过的一道题很 ...

  7. mycat操作mysql示例之分库

    准备工作: 服务器192.168.96.12,centos7, jdk,mysql5.7,mycat1.6.x,navicat 搭建步骤: 1.在服务器192.168.96.12服务器上安装mysql ...

  8. python学习笔记(二十):异常处理

    def calc(a,b): res=a/b return res def main(): money=input('输入多少钱:') months=input('还几个月:') try: res=c ...

  9. [CF1167D]Bicolored RBS题解

    模拟两个颜色的扩号层数,贪心,如果是左括号,哪边的层数浅就放那边:如果是右括号,哪边的层数深就放那边. 至于层数的维护,两个int就做掉了 放个代码: #include <cstdio> ...

  10. 20180715-Java 数组

    double[] myList //首选方法 double myList[] //效果相同,但不是首选方法 该实例完整地展示了如何创建.初始化和操纵数组: public class TestArray ...