2021-10-29 JAVA稀疏矩阵

2021-10-29 JAVA稀疏矩阵

在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵；与之相反，若非0元素数目占大多数时，则称该矩阵为稠密矩阵。定义非零元素的总数比上矩阵所有元素的总数为矩阵的稠密度。

复习下顺便发到CSDN记录下日常。

上述博客简要概述了稀疏矩阵的概念及存储格式，下述代码主要采用Coordinate(COO)存储格式。

菜鸟程序员一名！欢迎大家交流互动，指导批评。

 完整代码如下：

import java.util.Arrays;

public class SparseMatrix {
    public static void main(String[] args) {

        


        int[][] array1=new int[11][11];
        array1[1][2]=1;
        array1[3][2]=1;
        array1[2][2]=1;
        array1[5][5]=1;

        System.out.println("输出原始数组");
        int row=1;   //row纯粹是为了输出原始数组的行数方便后续观看对比  可以删去
        for (int[] ints : array1) {

            System.out.print(row+++"|t"); //row纯粹是为了输出原始数组的行数方便后续观看对比  可以删去
            for (int anInt : ints) {

                System.out.print(anInt+"t");
            }
            System.out.println();
        }

        //创建一个稀疏数组，先求有效值个数，再求有效值都为啥
        int sum=0;

        for (int i = 0; i < array1.length; i++) {
            for (int j = 0; j < array1.length; j++) {
                if (array1[i][j]!=0){
                    sum++;
                }
            }
        }
        System.out.println("有效值个数:"+sum+"===============");


        //稀疏数组的行数为有效值个数+零元素， 列数为 横纵坐标＋ 值  即3列。
        int [][] array2= new int[sum+1][3];
        System.out.println("稀疏数组为");

        int count=0;

        for (int i = 0; i < array1.length; i++) {
            for (int j = 0; j < array1.length; j++) {
                if (array1[i][j]!=0){            //当遇到第一个不为零元素的值时，记录行列坐标和对应的值赋给二维数组

                    array2[count][0]=i+1;        //因为数组下标是从零开始的，为了在行列式中显示更直观，直接对i行和j列进行了+1处理，删去的话则恢复到默认稀疏数组是从第零行第零列开始。
                    array2[count][1]=j+1;
                    array2[count][2]= array1[i][j];
                    count++;

                }
            }
        }

        //输出稀疏矩阵    不要忘了数组下标和 行列式大小相差1
        System.out.println("it"+"jt"+"value");
        for (int i = 0; i < array2.length-1; i++) {


            System.out.println(array2[i][0]+"t"+array2[i][1]+"t"+array2[i][2]);
        }

        //还原稀疏矩阵   至少要知道原来的数值矩阵的行列数



    }
}