数据分析----numpy数组的三种创建方式(numpy库为Python带来了真正的( )数组功能)
316
2022-07-26
目录一、什么是稀疏数组二、场景用法1.二维数组转稀疏数组思路2.稀疏数组转二维数组思路3.代码实现
一、什么是稀疏数组
当一个数组a中大部分元素为0,或者为同一个值,那么可以用稀疏数组b来保存数组a。
首先,稀疏数组是一个数组,然后以一种特定的方式来保存上述的数组a,具体处理方法:
记录数组a一共有几行几列记录a中有多少个不同的值最后记录不同值的元素所在行列,以及具体的值,放在一个小规模的数组里,以缩小程序的规模。
这个小规模的数组,就是稀疏数组。
举个栗子,左侧是一个二维数组,一共5行4列,其中非0的值一共有6个。于是,按照规则就可以转化成右侧的稀疏数组。
二、场景用法
意思听明白了,但是这玩意有啥应用场景呢?比如现在有一个五子棋游戏的程序需求:游戏可以进行存盘,下次打开游戏可以续上盘。
那么记录五子棋的棋盘内容,其实用二维数组记录非常的直观。
但是因为这个二维数组的很多值都是0,没有意义,所以可以考虑用稀疏数组对其进行转化。
1.二维数组转稀疏数组思路
如何转化,思路很简单:
遍历原始二维数组,得到有效数据的个数sum根据sum就可以创建稀疏数组 sparseArr将二维数组的有效数据存入到稀疏数组
2.稀疏数组转二维数组思路
读盘的时候需要把稀疏再转回二维数组:
先读取稀疏数组的第一行,根据第一行的数据,创建二维数组继续读取稀疏数组后几行的数据,对二维数组赋值。
3.代码实现
过程很简单,对了,稀疏数组最好存到磁盘里(代码中不包含),然后要用的时候再去读取转化回二维数组。
public class SparseArray {
public static void main(String[] args) {
// 创建原始二维数组,11*11
http:// // 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
for (int[] rowhttp:// : chessArr1) {
for (int data : row) {
System.out.printf("%d\t", data);
}
System.out.println();
}
// 将二维数组 转化为 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 < chessArr1.length; i++) {
for (int j = 0; j < chessArr1.length ; j++) {
if (chessArr1[i][j] != 0) {
sum++;
}
}
}
System.out.println("sum: " + 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,得到非0数据存放到sparseArr
int count = 0; // 用于记录是第几个非0数据
for (int i = 0; i < chessArr1.length; i++) {
for (int j = 0; j < chessArr1.length ; 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:");
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]);
}
System.out.println();
// 将稀疏数组 恢复成 原始的 二维数组
// 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http://维数组
int chessArr2[][] = new int[sparseArr[0][0]][sparseArr[0][1]];
// 2. 读取稀疏数组的后几行数据,赋给原始的二维数组即可
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.printf("%d\t", data);
}
System.out.println();
}
}
}
运行结果:
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
sum: 2
稀疏数组:
11 11 2
1 2 1
2 3 2
恢复后的二维数组:
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
Process finished with exit code 0
以上就是java数据结构算法稀疏数组示例详解的详细内容,更多关于java数据结构算法稀疏数组的资料请关注我们其它相关文章!
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~