稀疏数组的压缩存储

假如有一个4X4的二维数组

可以看到，这个数组大部分元素都是0，因此是一个稀疏数组，假如每一个元素都要存储，需要存储16个元素，大大浪费内存，因此我们在存储时只需要存储数组的必要信息跟非零元素，将原始数组转换为

进行存储，第一行表示原数组的规模跟非零元素的个数，第二行表示原数组第一个非零元素所在的行和列和非零元素的值，以此类推，转换后的数组元素个数为9，因此大大节省了存储空间
由以上分析，我们知道，一个稀疏数组进行压缩存储，压缩后数组的规模为：（sum+1）*3，其中sum表示稀疏数组中非零元素的个数，接下来，用java代码实现此转换

//定义稀疏数组，sparseArray[sum+1][3],sum为原数组非零元素个数
		//1.遍历原始数组，确定非零元素个数
		int sum = 0;
		for (int i = 0; i < 4; i++) {
			for (int j = 0; j < 4; j++) {
				if (array[i][j] != 0) {
					sum++;
				}	
			}	
		}
		//2.定义稀疏数组
		int sparseArray[][] = new int[sum+1][3];
		//3.给稀疏数组赋初值
		sparseArray[0][0] = 4;
		sparseArray[0][1] = 4;
		sparseArray[0][2] = sum;
		//4.将原始数组的非零元素存入稀疏数组
		int count = 0;
		for (int i = 0; i < 4; i++) {
			for (int j = 0; j < 4; j++) {
				if (array[i][j] != 0) {
					count++;
					sparseArray[count][0] = i;
					sparseArray[count][1] = j;
					sparseArray[count][2] = array[i][j];
				}	
			}	
		}
		//5.输出稀疏数组
		System.out.println("*************稀疏数组*************");
		for (int[] row : sparseArray) {
			for (int data : row) {
				System.out.print(data + "\t");
			}
			System.out.println();
		}	
		System.out.println("*************稀疏数组*************");

同样，也可以通过压缩后的数组转换为原数组

//稀疏数组转为原始数组
		int array1[][] = new int[sparseArray[0][0]][sparseArray[0][1]];
		int sum1 = sparseArray[0][2];
		for (int i = 1; i <= sum1; i++) {
			array1[sparseArray[i][0]][sparseArray[i][1]] = sparseArray[i][2];
			
		}
		//打印原始数组
		System.out.println("*************原始数组*************");
		for (int[] row : array1) {
			for (int data : row) {
				System.out.print(data + "\t");
			}
			System.out.println();
		}
		System.out.println("*************原始数组*************");
		

运行后的效果为：