当前位置: 首页 > news >正文

第 3 章 稀疏数组和队列(1)

3.1 稀疏 sparsearray 数组

3.1.1先看一个实际的需求

编写的五子棋程序中,有存盘退出续上盘的功能。

在这里插入图片描述

分析问题:
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

3.1.2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.

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

稀疏数组举例说明
在这里插入图片描述

3.1.3应用实例

  1. 使用稀疏数组,来保留类似前面的二维数组(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
  3. 整体思路分析
    在这里插入图片描述
  4. 代码

/*** 稀疏数组*/
public class SparseArray {/*** 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* <p>* 稀疏数组转原始的二维数组的思路* <p>* 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.*//*** 有效数据的个数*/static int sum = 0;public static void main(String[] args) {//创建一个原始的二维数组 11*11int chessArrSource[][] = new int[11][11];//稀疏数组int sparseArr[][] = null;//转换后的 二维数组int chessArrConvert[][] = null;//1.默认棋盘defaultChessBoard(chessArrSource);//2.二维数组 转 稀疏数组sparseArr = toSparseArray(chessArrSource, sparseArr);//3.稀疏数组 转 二维数组toDoubleDimensionalArray(sparseArr, chessArrConvert);}/*** 1.默认棋盘** @param chessArrSource*/public static void defaultChessBoard(int chessArrSource[][]) {//0:没有棋子,1:黑棋子,2:蓝棋子chessArrSource[1][2] = 1;chessArrSource[2][3] = 2;//输出原始的二维数组System.out.println("原始的二维数组:");/*** 第一维的数组长度是:intArray.length;* 第二维的数组长度是:intArray[index].length;*  注: index即索引(下标)的意思。*/for (int[] row : chessArrSource) {for (int data : row) {System.out.printf("%d\t", data);}System.out.println();}}/*** 2.二维数组 转 稀疏数组*/public static int[][] toSparseArray(int chessArrSource[][], int sparseArr[][]) {//2.二维数组 转 稀疏数组的思路//2.1. 遍历  原始的二维数组,得到有效数据的个数 sumfor (int[] row : chessArrSource) {for (int data : row) {if (data != 0) {sum++;}}}//2.2. 根据sum 就可以创建 稀疏数组 sparseArr   int[sum + 1] [3]sparseArr = new int[sum + 1][3];sparseArr[0][0] = chessArrSource.length;//行数sparseArr[0][1] = chessArrSource.length;//列数sparseArr[0][2] = sum;//有效数据个数//2.3. 将二维数组的有效数据数据存入到 稀疏数组int count = 0;//count用于记录是第几个非0数据for (int i = 1; i < chessArrSource.length; i++) {for (int j = 1; j < chessArrSource.length; j++) {if (chessArrSource[i][j] != 0) {count++;sparseArr[count][0] = i;sparseArr[count][1] = j;sparseArr[count][2] = chessArrSource[i][j];}}}//输出稀疏数组的形式System.out.println();System.out.println("稀疏数组:");for (int i = 0; i < sparseArr.length; i++) {System.out.printf("%d\t%d\t%d\t\n", sparseArr[i][0], sparseArr[i][1], sparseArr[i][2]);}return sparseArr;}/*** 3.稀疏数组 转 二维数组*/public static void toDoubleDimensionalArray(int sparseArr[][], int chessArrConvert[][]) {//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]chessArrConvert = 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++) {chessArrConvert[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];}//输出转换后的二维数组System.out.println();System.out.println("转换后的二维数组:");for (int[] row : chessArrConvert) {for (int data : row) {System.out.printf("%d\t", data);}System.out.println();}}
}
原始的二维数组:
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	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	0	稀疏数组:
11	11	2	
1	2	1	
2	3	2	转换后的二维数组:
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	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	0	
  1. 练习要求:
    在前面的基础上,将稀疏数组保存到磁盘上,比如 map.data
    恢复原来的数组时,读取map.data 进行恢复
http://www.lryc.cn/news/126924.html

相关文章:

  • 7-10 奇偶分家
  • 使用词向量以数学方式查找具有相似含义的单词
  • opencv实现以图搜图
  • 爬虫工作中代理失效了怎么处理?
  • 使用虚拟环境conda安装不同版本的cuda,cudnn,pytorch
  • 【24择校指南】华东师范大学计算机考研考情分析
  • 什么是LAXCUS分布式操作系统?
  • Redis数据结构——链表list
  • [自学记录06|*百人计划]Gamma矫正与线性工作流
  • 【数据结构】二叉树链式结构的实现及其常见操作
  • 从零实战SLAM-第九课(后端优化)
  • Python Opencv实践 - 图像金字塔
  • Baumer工业相机堡盟工业相机如何通过BGAPI SDK设置相机的固定帧率(C++)
  • 计算机竞赛 python+大数据校园卡数据分析
  • DNNGP模型解读-early stopping 和 batch normalization的使用
  • 【目标检测】目标检测 相关学习笔记
  • 面试攻略,Java 基础面试 100 问(十六)
  • 章节5:脚本注入网页-XSS
  • ATF(TF-A)安全通告 TFV-5 (CVE-2017-15031)
  • 迅捷视频工具箱:多功能音视频处理软件
  • linux--fork()详解
  • go_并发编程(1)
  • 第一百一十五回 权限管理包permission_handler
  • 【机器学习】sklearn数据集的使用,数据集的获取和划分
  • Mysql之 optimizer_trace 相关总结
  • 【Linux命令详解 | wget命令】 wget命令用于从网络下载文件,支持HTTP、HTTPS和FTP协议
  • DockePod信号处理机制与僵尸进程优化
  • NetApp StorageGRID 对象存储,使您能够跨公有、私有云和混合多云环境管理非结构化数据
  • 使用Java服务器实现UDP消息的发送和接收(多线程)
  • Linux--查看端口占用情况