使用哈希表在 Java 中构建稀疏矩阵？答案

【问题标题】：Building a sparse matrix in Java w/o using hashtables?使用哈希表在 Java 中构建稀疏矩阵？
【发布时间】：2011-04-25 22:23:17
【问题描述】：

在我的项目中，我正在尝试为图形构建邻接矩阵，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？

【问题讨论】：

标签： java hashmap hashtable adjacency-list adjacency-matrix

【解决方案1】：

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维度，直到找到一片叶子。

所以对于一个简单的二维数据集，比如 (2, 5), (10, 1), (5, 6), (3, 4) 按顺序插入，你会得到

 (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

【讨论】：

【解决方案2】：

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Adjacency List。

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boolean[] 表示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”数据结构为您节省空间之前。

【讨论】：

【解决方案3】：

你可以使用a list of lists or a coordinate list。

【讨论】：

【解决方案4】：

尝试List<SparseIntArray>，使用ArrayList 作为List 实现，或者如果您知道大小，则使用普通数组SparseIntArray[]。

SparseIntArray 是一个来自 google android 的非常小的隔离类。

Here is how 我利用它来表示具有常用操作的稀疏矩阵。它非常节省内存。

【讨论】：