稀疏数组 & 环形队列
一、稀疏数组
1、是什么? 比如有一个 11 * 11 的五子棋盘,我们要用程序模拟,那肯定就是二维数组。然后用1表示黑子,2表示白子,假如现在棋盘上只有一个黑子一个白子,那么也就是这个二维数组中只有一个1,一个2,其他都是无意义并不代表任何棋子的0,如下:
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 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
……
当一个数组中大部分元素是0时,或者为同一个值时,就可以用稀疏数组来保存该数组。为什么要这么做?因为可以节省空间。
2、怎么用?
- 记录原数组有几行几列,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,这个小规模的数组就叫稀疏数组
java开发那些事
3、案例: 现有如下的 6 * 7 的原始数组:
0 0 0 22 0 0 15
0 11 0 0 0 17 0
0 0 0 -6 0 0 0
0 0 0 0 0 39 0
91 0 0 0 0 0 0
0 0 28 0 0 0 0
首先稀疏数组第一行第一列是记录元素数组有几行,第一行第二列是记录原始数组有几列,第一行第三列是记录原始数组有几个不同的值(除了0)。所以稀疏数组一行应该是:
行 列 值
6 7 8
稀疏数组第二行开始,每行记录的是,原始数组中非0值所在的行、所在的列、值的大小。比如第二行要记录22在原始数组中的行、列、值,那么稀疏数组第二行就是:
行 列 值
0 3 22
然后用此方法记录15、11、17、-6、39、91、28的相关信息,所以最终由该原始数组转化出来的稀疏数组就是:
行 列 值
6 7 8
0 3 22
0 6 15
1 1 11
1 5 17
2 3 -6
3 5 39
4 0 91
5 2 28
这样就把一个 6 * 7 的数组变成了一个 9 * 3 的数组,达到了压缩的效果。
4、原始数组与稀疏数组相互转换思路:
原始数组转稀疏数组:
- 遍历二维数组得到有效数组的个数count;
- 根据count就可以创建稀疏数组
int[count + 1][3]
; - 将有效数组存入稀疏数组
稀疏数组转原始数组:
- 读取稀疏数组第一行,根据第一行数组可以知道原始数组有几行几列,然后创建原始数组;
- 读取稀疏数组后几行的数组,赋值给原始数组即可
5、代码实操:
public class SparseArray {
public static void main(String[] args){
// 创建一个 11 * 11的原始数组
int[][] arr1 = new int[11][11];
arr1[1][2] = 1;
arr1[2][3] = 2;
// 原始数组转稀疏数组
// 1. 遍历,得到非0数据的个数以及所在的行列
int count = 0;
Map<String, Integer> map = new HashMap<>();
for (int i = 0; i < arr1.length; i++) {
for (int j = 0; j < arr1[i].length; j++) {
if (arr1[i][j] != 0){
count ++;
map.put(i+ "," + j, arr1[i][j]);
}
}
}
// 2. 创建稀疏数组
int[][] sparseArr = new int[count + 1][3];
sparseArr[0][0] = arr1.length;
sparseArr[0][1] = arr1[0].length;
sparseArr[0][2] = count;
// 3. 给稀疏数组赋值
int row = 1;
for (String key : map.keySet()){
String[] ij = key.split(",");
int i = Integer.parseInt(ij[0]);
int j = Integer.parseInt(ij[1]);
sparseArr[row][0] = i;
sparseArr[row][1] = j;
sparseArr[row][2] = map.get(key);
row ++;
}
// 4. 遍历稀疏数组
for (int i = 0; i < sparseArr.length; i++) {
for (int j = 0; j < sparseArr[i].length; j++) {
System.out.print(sparseArr[i][j] + " ");
}
System.out.println("rn");
}
// 稀疏数组恢复原始数组
// 1. 根据第一行第一列第二列创建出原始数组
int i = sparseArr[0][0];
int j = sparseArr[0][1];
int[][] arr2 = new int[i][j];
// 2. 给原始数组赋值
for (int k = 1; k < sparseArr.length; k++) {
int x = sparseArr[k][0];
int y = sparseArr[k][1];
int val = sparseArr[k][2];
arr2[x][y] = val;
}
// 3. 遍历转换的数组
for (int a = 0; a < arr2.length; a++) {
for (int b = 0; b < arr2[a].length; b++) {
System.out.print(arr2[a][b] + " ");
}
System.out.println("rn");
}
}
}
上面的代码就实现了原始数组与稀疏数组的相互转换,灵活运用稀疏数组,可以节省运行内存,提高程序性能。
二、环形队列
1、普通队列存在什么问题? 队列大家都知道,有几个重要的属性:
- rear:指向队列的尾巴,即最后一个元素所在的位置,初始值为-1
- front:指向队列的头部的前一个位置,初始值也为-1
- capacity:队列的容量
空队列的rear和front都等于-1,入队时,front不动,rear++,当 rear == capacity - 1
时,队列已满;出队时,rear不动,front++,当front == rear
时,队列为空。看起来很完美,但实际上有问题。假如一个队列capacity = 3
,入队了三个元素,此时front = -1; rear = 2
,然后再将三个元素都出队,此时front = 2, rear = 2
。这时队列明明是空的,但是却不能再入队元素的,因为满足rear = capacity - 1
,也就是相当于这队列是一次性的,用过之后就不能再用了,即使为空也不能再入队了,造成空间的浪费,所以环形队列就出现了。
2、环形队列实现思路: 环形队列中的几个重要属性:
- rear:指向队列尾巴的后一个位置,初始值为0
- front:指向队列的头部,即第一个元素所在的位置,初始值为0
- capacity:队列的容量
下面是环形队列的一些算法:
- 队列为空时:
front == rear
- 队列已满时:
(rear + 1) % capacity == front
- 获取队列元素个数:
(rear + capacity - front) % capacity
- 入队操作时:
rear = (rear + 1) % capacity
- 出队操作时:
front = (front + 1) % capacity;
判断队列是否已满是环形队列中最重要也是最难理解的地方。假如有一个队列capacity = 3
,入队操作如下:
- 第一个元素入队:
front = 0
,因为(rear + 1) % capacity = 1 % 3 != front
,所以元素可以入队,元素入队后rear = 1
; - 第二个元素入队:
front = 0
,因为(rear + 1) % capacity = 2 % 3 != front
,所以元素可以入队,元素入队后rear = 2
; - 第三个元素入队:
front = 0
,因为(rear + 1) % capacity = 3 % 3 == front
,所以元素不能入队,队列已满;
队列容量明明是3,只入队了两个元素就告诉我队列满了?没错,这种判断队列是否已满的算法需要牺牲数组的一个空间。
现在进行出队操作:
- 第一个元素出队:
front = 1
,rear = 2
,(rear + 1) % capacity = 3 % 3 = 0 != front
。
可以发现,当一个元素出队后,又满足入队条件了,所以数组空间就可以重复利用了。
3、代码实操:
public class CircleQueue<E> {
private int capacity;
private int front;
private int rear;
private Object[] arr;
public CircleQueue(int capacity){
this.capacity = capacity;
this.arr = new Object[capacity];
this.front = 0;
this.rear = 0;
}
public boolean isFull(){
return (rear + 1) % capacity == front;
}
public boolean isEmpty(){
return rear == front;
}
public void addQueue(E e){
if (isFull()){
throw new RuntimeException("队列已满,入队失败");
}
arr[rear] = e;
// rear指针后移
rear = (rear + 1) % capacity;
}
public E getQueue(){
if (isEmpty()){
throw new RuntimeException("队列为空,出队失败");
}
E val = (E) arr[front];
front = (front + 1) % capacity;
return val;
}
public int getSize(){
return (rear + capacity - front) % capacity;
}
// 遍历
public void showQueue(){
if (isEmpty()){
return;
}
for (int i = front; i < front + getSize(); i++) {
System.out.printf("arr[%d]=%dn", i%capacity, arr[i%capacity]);
}
}
public static void main(String[] args){
CircleQueue<Integer> queue = new CircleQueue<>(3);
queue.addQueue(1);
queue.addQueue(2);
queue.showQueue();
//queue.addQueue(3);
System.out.println(queue.getSize());
System.out.println(queue.getQueue());;
queue.addQueue(3);
queue.showQueue();
}
}
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- 多线程基础(二): Thread源码分析
- JeecgBoot环境搭建及前后端项目启动
- Windows下MySQL 8.x和8.x以前版本的安装步骤
- Confluence 6 移动应用 app 管理员需要考虑什么
- leetcode链表之反转链表
- Prometheus监控神器-Kubernetes篇(一)
- Elastic:Elasticsearch 的分片管理策略
- 【Vulnhub】SkyDogCTF
- 「搜索引擎」TF-IDF 文档相关度评分
- 36.Python的字符串方法format
- Cypress系列(43)- wait() 命令详解
- Docker常用方法总结
- graph attention network(ICLR2018)官方代码详解(tensorflow)-稀疏矩阵版
- graph attention network(ICLR2018)官方代码详解(tensorflow)
- 在SAP Spartacus产品明细页面用outlet显示自定义数据