Java实现稀疏矩阵的压缩

首先给出维基百科里稀疏矩阵的概念：
在数值分析中，稀疏矩阵（Sparse matrix），是其元素大部分为零的矩阵。反之，如果大部分元素都非零，则这个矩阵是稠密的。
其实很简单，就是矩阵元素大部分为0的矩阵。很明显用传统储存二维矩阵的方法会造成很大的内存浪费，当然传统方法也行，但不够优化，鉴于此便出现压缩矩阵的方法。举个例子，给出下面一个5X5的矩阵，

0	0	1	3	0
5	0	0	0	0
0	0	6	0	0
0	0	0	0	1
0	0	9	0	0

这样一个矩阵有效数据只有其中非零数字，创建一个二维数组同样表示上述矩阵，但简单一些。
上述矩阵记为A，压缩后的矩阵记为B。A中非零数字有6个，创建的压缩矩阵B为7X3维。其中B的第一行存储原矩阵的信息，具体如下：
B[0][0]: 原矩阵的行数
B[0][1]: 原矩阵的列数
B[0][2]: 原矩阵中非零项的个数
以A[0][2]中的1为例，存进稀疏矩阵里信息依次是在A中的行数、列数、以及数值1。
那么压缩后的矩阵B如下：

6	6	6
0	2	1
0	3	3
1	0	5
2	2	6
3	4	1
4	2	9

接下来用java实现这一操作
第一步生成随机稀疏矩阵            final int _ROWS=5; //定义行数
final int _COLS=5; //定义列数
final int _NOTZERO=6; //定义稀疏矩阵中不为零的个数
int i,j,tmpRW,tmpCL,tmpNZ;
int temp=1;
int Sparse[][]=new int[_ROWS][_COLS]; //声明稀疏矩阵
int Compress[][]=new int[_NOTZERO+1][3];//声明压缩矩阵

for(i=0;i<_ROWS;i++) //将矩阵初始值都设为0
for(j=0;j<_COLS;j++)
Sparse[i][j]=0;

tmpNZ=_NOTZERO; //产生随机稀疏矩阵
for(i=1;i<tmpNZ+1;i++) {
tmpRW=(int)(Math.random()*100);
tmpRW=(tmpRW%_ROWS);
tmpCL=(int)(Math.random()*100);
tmpCL=(tmpCL%_COLS);
if(Sparse[tmpRW][tmpCL]!=0)
tmpNZ++;
Sparse[tmpRW][tmpCL]=i;
}
进行压缩 /*开始压缩稀疏矩阵*/
Compress[0][0]=_ROWS;
Compress[0][1]=_COLS;
Compress[0][2]=_NOTZERO;
for(i=0;i<_ROWS;i++) {
for(j=0;j<_COLS;j++) {
if(Sparse[i][j]!=0){
Compress[temp][0]=i;
Compress[temp][1]=j;
Compress[temp][2]=Sparse[i][j];
temp++;
}
}
}输出结果如下：