在我的项目中,我正在尝试为图形构建邻接矩阵,并且出于空间和时间的考虑,我们应该使用稀疏矩阵,据我了解,使用哈希图最容易做到这一点。不幸的是,我们还必须实现一个邻接列表,我用所说的 hashmap 实现了它,并且由于我们的邻接矩阵在结构上必须不同,所以我不能对矩阵使用 hashmap。还有其他实现方式吗?
4 回答
对于 n 维矩阵,您可以使用二叉树的变体。插入等时,您所做的是循环遍历尺寸,直到找到一片叶子。
因此,对于一个简单的二维数据集,例如 (2, 5), (10, 1), (5, 6), (3, 4) 以该顺序插入,您将得到
(2, 5)
\
(10, 1)
\
(5, 6)
/
(3, 4)
(2, 5) 被插入到根目录。
(10, 1) 正确,因为 10 > 2。
(5, 6) 在 (2, 5) 的右边,因为 5 > 2。然后它在 (10, 1) 的右边,因为 6 > 1。
(3, 4) 向右 3 > 2。然后向右 4 > 1。然后向左 3 < 5。
Sparse Matrices上的维基百科页面列出了 6 个备选方案:
- 密钥字典 (DOK)。
- 列表列表 (LIL)
- 坐标列表(COO)
- 耶鲁格式
- 压缩稀疏行(CSR 或 CRS)
- 压缩稀疏列(CSC 或 CCS)
另一种选择是邻接列表。
最后,您还应该考虑将邻接矩阵表示为位图,将每个矩阵单元映射到特定位。(典型的 JVM 将 a 表示boolean[]
为一个机器字节数组,每个字节一个布尔值。)当您考虑 Java 哈希表和列表的空间开销时,邻接矩阵需要相当大......并且稀疏......在更复杂的“稀疏”数据结构可以节省空间。
您可以使用列表列表或坐标列表。
如果您知道大小,请尝试List<SparseIntArray>
使用ArrayList
asList
实现或普通数组。SparseIntArray[]
SparseIntArray是一个非常小的隔离类,来自 google android。
以下是我如何利用它来表示具有常见操作的稀疏矩阵。它非常节省内存。