任務要求

把棋盤當作一個稀疏矩陣，0表示沒棋，1表示黑棋，2表示藍棋。

把該稀疏矩陣壓縮以三元組形式表示並以文件形式保存，再寫另一個程式讀取文件中的信息把壓縮後的三元組還原成原來的稀疏矩陣。

其中三元組的第一行用來存儲原始稀疏矩陣的行數、列數和有效的數據個數，其餘行用來存儲有效的非0數據

思路分析

稀疏矩陣的壓縮

1. 遍歷原始的稀疏矩陣，得到有效的數據個數sum
2. 根據sum創建三元組new int [sum+1] [3]（即sum+1行3列的二維數組）
3. 將二維數據的有效數據存入三元組中

稀疏矩陣的解壓

1. 先讀取三元組的第一行，根據第一行的數據創建一個二維數組
2. 再讀取三元組的後面幾行，並賦值給該二維數組即可

代碼實現

稀疏矩陣的壓縮

package zone.lxy.sparsearray;

import java.io.FileOutputStream;
import java.io.IOException;
import java.io.ObjectOutputStream;

/*
* 把稀疏矩陣壓縮成三元組
* */
public class Compress {
    public static void main(String[] args) throws IOException {
        // 創建一個稀疏矩陣11*11
        // 0表示沒有棋子
        // 1表示黑子
        // 2表示白子
        int[][] chessArr1 = new int[11][11];
        chessArr1[1][2] = 1;
        chessArr1[2][3] = 2;

        // 輸出原始的稀疏矩陣
        System.out.println("原始的稀疏矩陣：");
        for (int i = 0; i < 11; i++) {
            for (int j = 0; j < 11; j++) {
                System.out.print(chessArr1[i][j] + " ");
            }
            System.out.println();
        }
        // 對稀疏矩陣壓縮存儲
        // 1.先遍歷稀疏矩陣記錄非0元素的個數
        int sum = 0;
        for (int i = 0; i < 11; i++) {
            for (int j = 0; j < 11; j++) {
                if (chessArr1[i][j] != 0) {
                    sum++;
                }
            }
        }
        // 2.創建對應的三元組並初始化
        int[][] sparseArr = new int[sum + 1][3];
        sparseArr[0][0] = 11;
        sparseArr[0][1] = 11;
        sparseArr[0][2] = sum;

        // 3.把稀疏矩陣中的非0元素放到三元組中
        int count = 1;
        for (int i = 0; i < 11; i++) {
            for (int j = 0; j < 11; j++) {
                if (chessArr1[i][j] != 0) {
                    sparseArr[count][0] = i;
                    sparseArr[count][1] = j;
                    sparseArr[count][2] = chessArr1[i][j];
                    count++;
                }
            }
        }

        // 輸出生成的三元組
        System.out.println("得到壓縮後的三元組：");
        for (int i = 0; i < sparseArr.length; i++) {
            System.out.printf("%-2d %-2d %-2d\n", sparseArr[i][0], sparseArr[i][1], sparseArr[i][2]);
        }
        // 把該三元組以文件形式保存起來，壓縮完成
        FileOutputStream fos = new FileOutputStream("map.data");
        ObjectOutputStream oos = new ObjectOutputStream(fos);
        oos.writeObject(sparseArr);
        oos.close();
        fos.close();
    }
}
// 輸出結果
原始的稀疏矩陣：
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 
得到壓縮後的三元組：
11 11 2 
1  2  1 
2  3  2 

稀疏矩陣的解壓

package zone.lxy.sparsearray;

import java.io.FileInputStream;
import java.io.IOException;
import java.io.ObjectInputStream;

/*
* 把三元組還原成稀疏矩陣
* */
public class DeCompress {
    public static void main(String[] args) throws IOException, ClassNotFoundException {
        // 讀取文件並賦值
        FileInputStream fis = new FileInputStream("map.data");
        ObjectInputStream ois = new ObjectInputStream(fis);
        int[][] sparseArr = (int[][]) ois.readObject();
        ois.close();
        fis.close();
        // 輸出文件中的存儲的三元組
        System.out.println("得到壓縮後的三元組：");
        for (int i = 0; i < sparseArr.length; i++) {
            System.out.printf("%-2d %-2d %-2d\n", sparseArr[i][0], sparseArr[i][1], sparseArr[i][2]);
        }
        // 先讀取三元組的第一行，根據第一行數據創建原始的稀疏矩陣
        int row = sparseArr[0][0];
        int col = sparseArr[0][1];
        int[][] chessArr = new int[row][col];

        // 從第二行開始讀取三元組並賦值給稀疏矩陣
        for (int a = 1; a <sparseArr.length; a++) {
            int i = sparseArr[a][0];
            int j = sparseArr[a][1];
            int val = sparseArr[a][2];
            chessArr[i][j] = val;
        }
        // 輸出解壓後的稀疏矩陣
        System.out.println("解壓後的二維數組：");
        for (int[] i : chessArr) {
            for (int item : i) {
                System.out.printf("%d ", item);
            }
            System.out.println();
        }
    }
}
// 輸出結果
得到壓縮後的三元組：
11 11 2 
1  2  1 
2  3  2 
解壓後的二維數組：
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