一、稀疏矩阵介绍:
稀疏矩阵是一种特殊类型的矩阵,其中大部分元素都是零。在处理这类矩阵时,如果仍然使用标准的矩阵存储方式(即传统的二维数组),则会浪费大量的存储空间来保存零值。为了提高存储效率以及在某些情况下提高计算效率,人们发明了稀疏矩阵的概念及其相应的存储方法。
稀疏矩阵的特点
- 高零值比例:矩阵中的零元素远多于非零元素。
- 节省空间:只存储非零元素,减少不必要的内存占用。
- 优化运算:在进行矩阵运算时,可以跳过与零相关的计算,从而加快计算速度。
二、稀疏矩阵代码实现:
1)原始二维代码:
//创建一个原始的二维数组9*9
//0:表示没有棋子,1:表示黑子,2:表示白子
int[][] ints = new int[9][9];
ints[1][2]=1;
ints[2][4]=2;
//输出原始二维数组
for (int[] row:ints){
for (int data:row){
System.out.print(data+"\t");
}
System.out.println();
}
输出结果:
创建如图9*9的二维矩阵。
2)、将二维矩阵转化成稀疏矩阵:
//创建对应稀疏矩阵
int[][] xishu = new int[sum + 1][3];
//给稀疏矩阵赋值
xishu[0][0]=9;
xishu[0][1]=9;
xishu[0][2]=sum;
//遍历二维数组,将非零值存放到xishu中
int count=0;//用于记录是第几个非零数据
for (int i=0;i<9;i++){
for (int j=0;j<9;j++){
if (ints[i][j]!=0){
count++;
xishu[count][0]=i;
xishu[count][1]=j;
xishu[count][2]=ints[i][j];
}
}
}
//输出稀疏数组的形式
System.out.println("----------稀疏数组为---------");
for (int i=0;i < xishu.length;i++){
System.out.println(xishu[i][0]+" "+xishu[i][1]+" "+xishu[i][2]);
}
输出结果:
3)、将稀疏矩阵转化为 二维矩阵:
//读取稀疏数组第一行,根据第一行创建原始的二维数组
int[][] huifus = new int[xishu[0][0]][xishu[0][1]];
//读取稀疏数组后几行的数据并赋给原始二维数组即可
//这里是要遍历稀疏矩阵的值而不是恢复矩阵
for (int k=1;k< xishu.length;k++){
huifus[xishu[k][0]][xishu[k][1]]=xishu[k][2];
}
System.out.println("---------恢复的二维矩阵-------");
for (int[] row:huifus){
for (int data:row){
System.out.print(data+"\t");
}
System.out.println();
}
输出结果:
三、完整代码:
//TIP 要<b>运行</b>代码,请按 <shortcut actionId="Run"/> 或
// 点击装订区域中的 <icon src="AllIcons.Actions.Execute"/> 图标。
public class Main {
public static void main(String[] args) {
//创建一个原始的二维数组9*9
//0:表示没有棋子,1:表示黑子,2:表示白子
int[][] ints = new int[9][9];
ints[1][2]=1;
ints[2][4]=2;
//输出原始二维数组
for (int[] row:ints){
for (int data:row){
System.out.print(data+"\t");
}
System.out.println();
}
//将二维数组 转 稀疏数组的思想
//1.先遍历二维数组 得到非零数据的个数
int sum=0;
for (int i=0;i<9;i++){
for (int j=0;j<9;j++){
if (ints[i][j]!=0){
sum++;
}
}
}
//创建对应稀疏矩阵
int[][] xishu = new int[sum + 1][3];
//给稀疏矩阵赋值
xishu[0][0]=9;
xishu[0][1]=9;
xishu[0][2]=sum;
//遍历二维数组,将非零值存放到xishu中
int count=0;//用于记录是第几个非零数据
for (int i=0;i<9;i++){
for (int j=0;j<9;j++){
if (ints[i][j]!=0){
count++;
xishu[count][0]=i;
xishu[count][1]=j;
xishu[count][2]=ints[i][j];
}
}
}
//输出稀疏数组的形式
System.out.println("----------稀疏数组为---------");
for (int i=0;i < xishu.length;i++){
System.out.println(xishu[i][0]+" "+xishu[i][1]+" "+xishu[i][2]);
}
//读取稀疏数组第一行,根据第一行创建原始的二维数组
int[][] huifus = new int[xishu[0][0]][xishu[0][1]];
//读取稀疏数组后几行的数据并赋给原始二维数组即可
//这里是要遍历稀疏矩阵的值而不是恢复矩阵
for (int k=1;k< xishu.length;k++){
huifus[xishu[k][0]][xishu[k][1]]=xishu[k][2];
}
System.out.println("---------恢复的二维矩阵-------");
for (int[] row:huifus){
for (int data:row){
System.out.print(data+"\t");
}
System.out.println();
}
}
}