一.数据结构的分类

数据结构包括:线性结构 and 非线性结构

线性结构

1)作为最常用的数据结构,特点是数据元素之间存在一对一的线性关系

2)线性结构有两种不同的存储结构,顺序存储结构链式存储结构。顺序存储线性表称为顺序表,顺序表中的存储元素是连续

3)链式存储的线性表称为链表,链表中的存储元素不一定是连续的,元素节点中存放数据元素以及相邻元素的地址信息

4)线性结构常见的有:数组、队列、链表和栈

非线性结构

包括:二维数组、多维数组、广义表、树结构、图结构

二.稀疏数组

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。

处理方法:

  • 记录数组一共有几行几列,有多少个不同的值
  • 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

三.应用实例

1)使用稀疏数组,来保留类似上面的二维数组(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

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. 奖二维数组的有效数据存入到稀疏数组

稀疏数组转为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

4)代码实现

package com.atguigu.sparse.array;
//稀疏数组
public class SparseArray {
    public static void main(String[] args) {
        //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表示蓝子
        int[][] chessArr1 = new int[11][11];
        chessArr1[1][2] = 1;
        chessArr1[2][3] = 2;
        //输出原始的二维数组
        System.out.println("原始的二维数组");
        for(int[] row : chessArr1){//遍历每一行
            for(int data : row){//遍历每一行的数据
                System.out.print(data + "\t");
            }
            System.out.println();
        }

        //将二维数组转换成稀疏数组
        //1.先遍历二维数组,得到非0数据的个数
        int sum = 0;
        for(int i = 0;i < 11;i++){
            for(int j = 0;j < 11;j++){
                if(chessArr1[i][j] != 0){
                    sum++;
                }
            }
        }
        System.out.println("二维数组的元素个数:" + sum);

        //2.创建对应的稀疏数组
        int[][] sparseArr = new int[sum + 1][3];
        //给稀疏数组赋值
        sparseArr[0][0] = 11;
        sparseArr[0][1] = 11;
        sparseArr[0][2] = sum;

        //3.遍历二维数组,将非0数据存放到稀疏数组中
        int count = 0;//记录当前是第几个非0元素(用于稀疏数组的行索引)
        for(int i = 0;i<11;i++){
            for (int j = 0; j < 11; j++) {
                if(chessArr1[i][j] != 0){
                    count ++;
                    sparseArr[count][0] = i;
                    sparseArr[count][1] = j;
                    sparseArr[count][2] = chessArr1[i][j];
                }
            }
        }
        //输出稀疏数组
        System.out.println("稀疏数组为:");
        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]);
        }



        //将稀疏数组恢复成二维数组
        int[][] chessArr2 = new int[sparseArr[0][0]][sparseArr[0][1]];
        //1.先读取稀疏数组,并赋给原来的二维数组
        for(int i = 1;i < sparseArr.length;i++){
            chessArr2[sparseArr[i][0]][sparseArr[i][1]] = sparseArr[i][2];
        }

        //输出恢复后的二维数组
        System.out.println("恢复后的二维数组");
        for(int[] row : chessArr2){
            for(int data : row){
                System.out.print(data + "\t");
            }
            System.out.println();
        }
    }
}
Logo

北京人形旗下天工造物具身智能开源社区,聚焦具身天工与慧思开物两大平台

更多推荐