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。
稀疏数组的处理方法是:

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

案例需求

问题：存盘退出、续上盘

保存行和列：

代码

这里为了数据转化方便，我存放数据采用的是 map切片，

// sparseArr 落盘数据
11    11    0
1    2    1
2    3    2
// sparseArrObj 序列化后落盘数据
[{"col":11,"row":11,"val":0},{"col":2,"row":1,"val":1},{"col":3,"row":2,"val":2}]

思考：

应不应该考虑写入文件的数据量大小？稀松数组

chessMap     [[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]]
sparseArr    [{11 11 0} {1 2 1} {2 3 2}]
sparseArrObj [map[col:11 row:11 val:0] map[col:2 row:1 val:1] map[col:3 row:2 val:2]]

// 稀疏数组 - 保留棋盘
package main
import (
    "bufio"
    "encoding/json"
    "fmt"
    "io"
    "os"
)
type ValNode struct {
    row int
    col int
    val int // int
}
func main() {
    // 1. 原始数组, 二维数组
    var chessMap [11][11]int
    chessMap[1][2] = 1 // 1 - 黑子
    chessMap[2][3] = 2 // 1 - 蓝子
    chessMap[5][5] = 2 // 1 - 蓝子
    // 2. 输出看看原始的数组
    for _, v := range chessMap {
        for _, v2 := range v {
            fmt.Printf("%d \t", v2)
        }
        fmt.Println()
    }
    // 3. 转成新数组 - 稀疏数组
    // 遍历数组，把值不为0的，创建一个 ValNode 结构体实例， 然后放入对应的切片
    // 定义切片
    var sparseArrObj []map[string]int
    // 标准的稀疏数组，含有记录二维数组的规模
    var obj map[string]int = make(map[string]int)
    obj["row"] = 11
    obj["col"] = 11
    obj["val"] = 0
    sparseArrObj = append(sparseArrObj, obj)
    fmt.Println("sparseArrObj", sparseArrObj)
    for row, v := range chessMap {
        for col, v2 := range v {
            if v2 != 0 {
                var obj map[string]int = make(map[string]int)
                obj["row"] = row
                obj["col"] = col
                obj["val"] = v2
                sparseArrObj = append(sparseArrObj, obj)
            }
        }
    }
    // 4. 输出稀疏数组
    fmt.Println("map切片：")
    for i, _map := range sparseArrObj {
        fmt.Printf("%d: %d\t%d\t%d\n", i, _map["row"], _map["col"], _map["val"])
    }
    // 存盘退出 续上盘
    // 5. 存盘 ： 稀松数组保存到文件 chessmap.data
    fmt.Println("存盘数据, 'd:/chessmap.data'")
    filepath := "d:/chessmap.data"
    file, err := os.OpenFile(filepath, os.O_WRONLY|os.O_CREATE|os.O_TRUNC, 0666)
    if err != nil {
        fmt.Println("打开文件失败")
        return
    }
    defer func() {
        err = file.Close()
        if err != nil {
            fmt.Println("关闭文件错误")
        }
    }()
    // 写入数据, 带缓冲， writer.Flush()
    writer := bufio.NewWriter(file)
    // 5.1 序列化数据，存入文件，
    data, err := json.Marshal(sparseArrObj)
    if err != nil {
        fmt.Println("序列化失败", err)
        return
    }
    fmt.Println("sparseArrObj 序列化后： ", string(data))
    writer.WriteString(string(data))
    // 缓存落盘
    writer.Flush()
    // 6. 续上盘 ：读取 chessmap.data 文件，遍历每一行， 恢复数组
    _file, err := os.OpenFile(filepath, os.O_RDWR|os.O_APPEND, 0666)
    if err != nil {
        fmt.Println("打开文件失败")
        return
    }
    // 6.1 读取内容
    fmt.Println("文件读取输出")
    var oldData string
    reader := bufio.NewReader(_file)
    for {
        // 读到一个换行就结束
        oldData, err = reader.ReadString('\n')
        // 输出内容
        fmt.Println("oldData=", oldData)
        if err == io.EOF {
            // 读到一行末尾
            break
        }
    }
    // 6.2 反序列化
    var _sparseArrObj []map[string]int
    err = json.Unmarshal([]byte(oldData), &_sparseArrObj)
    if err != nil {
        fmt.Println("反序列化失败", err)
        return
    }
    fmt.Println("反序列化结果： ", _sparseArrObj)
    // 7. 还原原始数组, 这里写死数组元素的个数， 应该使用切片，
    var newChessMap [11][11]int
    for i, _map := range _sparseArrObj {
        if i != 0 {
            newChessMap[_map["row"]][_map["col"]] = _map["val"]
        }
    }
    // 7.1 输出原始数组
    fmt.Println("======================")
    for _, v := range newChessMap {
        for _, v2 := range v {
            fmt.Printf("%d \t", v2)
        }
        fmt.Println()
    }
    fmt.Println("======================")
}

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       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
sparseArrObj [map[col:11 row:11 val:0]]
map切片：
0: 11   11      0
1: 1    2       1
2: 2    3       2
3: 5    5       2
存盘数据, 'd:/chessmap.data'
sparseArrObj 序列化后：  [{"col":11,"row":11,"val":0},{"col":2,"row":1,"val":1},{"col":3,"row":2,"val":2},{"col":5,"row":5,"val":2}]
文件读取输出
oldData= [{"col":11,"row":11,"val":0},{"col":2,"row":1,"val":1},{"col":3,"row":2,"val":2},{"col":5,"row":5,"val":2}]
反序列化结果：  [map[col:11 row:11 val:0] map[col:2 row:1 val:1] map[col:3 row:2 val:2] map[col:5 row:5 val:2]]
======================
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       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
======================

Golang

稀疏数组（sparse array）

基本介绍

案例需求

代码

思考：