稀疏数组压缩适用于有效数据密度低的二维数组，如棋盘游戏、用户行为矩阵、科学计算矩阵和权限配置表；其结构为第0行存行列数和非零元素个数，后续每行存行索引、列索引和值；压缩还原纯Java实现，需校验合法性，且仅适用于规则矩形阵，不支持高频写入。
Java 二维数组在数据维度压缩处理中，最典型且实用的场景就是稀疏数组压缩——当二维数组中大量元素为零（或默认值），仅少数位置有有效数据时，直接存储会浪费大量内存。这时用稀疏数组替代，能显著减少空间占用，同时保持数据可还原性。
哪些情况适合用稀疏数组压缩？
不是所有二维数组都值得压缩。关键看有效数据密度：
- 棋盘类游戏状态（如五子棋、围棋）：15×15 或 19×19 棋盘，实际落子通常不到 5%；
- 用户行为矩阵（如电商点击日志）：用户ID × 商品ID 的大表，绝大多数组合无交互；
- 科学计算中的大型系数矩阵：有限元分析、图论邻接矩阵等，边/非零项占比极低；
- 配置或映射表：比如权限矩阵（角色 × 功能），多数角色只拥有少量权限。
稀疏数组怎么组织数据？
稀疏数组本身是一个固定结构的二维数组，格式统一：
- 第 0 行存三个整数：原数组行数、列数、非零元素总个数；
- 从第 1 行开始，每行存一个有效元素的三元组：行索引、列索引、值；
- 总行数 = 有效元素个数 + 1，列数恒为 3。
例如原数组是 11×11、含 8 个非零值，稀疏数组就是 9×3 的 int[][]，比原数组节省约 93% 的存储空间（121 → 27 个 int）。
立即学习“Java免费学习笔记（深入）”；
压缩与还原的核心代码逻辑
压缩和还原不依赖第三方库，纯 Java 原生实现，逻辑清晰、可控性强：
- 压缩步骤：遍历原数组 → 统计非零个数 sum → 创建 new int[sum+1][3] → 填充首行（尺寸信息）→ 再次遍历填入坐标和值；
- 还原步骤：读取稀疏数组第 0 行 → new int[row][col] 创建新二维数组 → 从第 1 行起，按 sparse[i][0]、sparse[i][1] 定位赋值 sparse[i][2]；
- 注意：还原前必须校验稀疏数组长度 ≥ 1 且第 0 行合法，避免 ArrayIndexOutOfBoundsException。
实际工程中要注意什么？
稀疏数组虽简单，但落地时容易踩坑：
- 原始数组行列不一致（如不规则二维数组）不能直接套用——稀疏数组只适用于规则矩形阵；
- 频繁随机写入不适合：每次增删都要重建稀疏数组，开销大于直接操作原数组；
- 若需持久化，建议序列化为文本（如 CSV）或二进制文件，首行仍保留尺寸元信息；
- 多线程环境下，稀疏数组本身不可变（构建后只读），但还原后的二维数组需自行加锁或使用不可变封装。
