当前位置: 首页 > news >正文

搜索二维矩阵II

继续每日一题,今天给大家带来的是矩阵类型的题目

题目描述:

编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性:

  • 每行的元素从左到右升序排列。
  • 每列的元素从上到下升序排列。

题目示例:
在这里插入图片描述

在这里插入图片描述

对于所有矩阵类型的题目,基本都是从一个点开始,上下左右四个方向移动,来完成整个矩阵的遍历

本题较为特殊:是行列数值是有序的,像这种有序的矩阵,我们一般需要观察一下四个角,来判断从哪一个角开始,常见的方法是从右上角或左下角开始。

以右上角为例(row=0, col=cols-1):

  • 如果当前元素等于target,返回true。
  • 如果当前元素大于target,因为当前元素是该列最小的(从该列往下递增),那么当前元素所在列的下方都会比当前元素大,所以我们可以将搜索范围向左移动一列(col–)。
  • 如果当前元素小于target,因为当前元素是该行最大的(从该行往左递减),那么当前元素所在行的左边都会比当前元素小,所以我们可以将搜索范围向下移动一行(row++)。
  • 直到找到target或者搜索完整个矩阵(row超出最后一行或者col小于0)。

这个方法的时间复杂度是O(m+n),因为每次移动一行或一列。

以case1的矩阵为例,假如我们要找的值是:23
在这里插入图片描述

我们从右上角开始:

  • row=0,col=4,对应元素=15<23,向下移动行
  • row=1,col=4,对应元素=19<23,向下移动行
  • row=2,col=4,对应元素=22<23,向下移动行
  • row=3,col=4,对应元素=24>23,此时找到了对应的行,开始向左移动列
  • row=3,col=3,对应元素=16<23,此时也找到了对应的列,继续向下移动行
  • row=4,col=3,对应元素=17<23,向下移动行
  • row=5,col=3,对应元素=26>23,此时找到了对应的行,开始向左移动列
  • row=5,col=2,对应元素=23=23,找到了对应的元素

所以整个过程就是:向下移动行直到找到对应的行,在向左移动列,然后重复该过程

核心代码如下:

        int row = 0, col = cols - 1;while (row < rows && col >= 0) {while (row < rows) {//向下移动行int val = matrix[row][col];if (val == target) {return true;} else if (val < target) {row++;} else {break;}}//所有元素均要比当前元素小if (row >= rows) {return false;}//向左移动列while (col >= 0) {int val = matrix[row][col];if (val == target) {return true;} else if (val > target) {col--;} else {break;}}}

完整实现:

    public static boolean searchMatrix(int[][] matrix, int target) {int rows = matrix.length;int cols = matrix[0].length;//先确定从哪一行开始找int row = 0, col = cols - 1;while (row < rows && col >= 0) {while (row < rows) {int val = matrix[row][col];if (val == target) {return true;} else if (val < target) {row++;} else {break;}}//所有元素均要比当前元素小if (row >= rows) {return false;}//移动列while (col >= 0) {int val = matrix[row][col];if (val == target) {return true;} else if (val > target) {col--;} else {break;}}}return false;}

耗时:
在这里插入图片描述

但是针对每一行或者每一列均是有序的,可以看到我们上面的过程是每次均只在固定的行和固定的列在移动,所以每次在确定行或者列的时候我们可以利用二分法来提高检索速度

   public static boolean searchMatrix2(int[][] matrix, int target) {int rows = matrix.length;int cols = matrix[0].length;//先确定从哪一行开始找int row = 0, col = cols - 1;while (row < rows && col >= 0) {int top = row, bottom = rows - 1;while (top <= bottom) {int mid = (top + bottom) / 2;int val = matrix[mid][col];if (val == target) {return true;} else if (val < target) {top = mid + 1;} else {bottom = mid - 1;}}row = top;//所有元素均要比当前元素小if (row >= rows) {return false;}//移动列int left = 0, right = col - 1;while (left <= right) {int mid = (left + right) / 2;int val = matrix[row][mid];if (val == target) {return true;} else if (val < target) {left = mid + 1;} else {right = mid - 1;}}col = right;}return false;}

在这里插入图片描述

相关文章:

  • Subway Surfers Blast × 亚矩阵云手机:手游矩阵运营的终极变现方案
  • SSE 流与普通 HTTP 响应的区别
  • Spring AI 项目实战(九):Spring Boot + Spring AI Tools + DeepSeek 进阶实战——调用第三方系统(附完整源码)
  • 「Linux文件及目录管理」硬链接与软连接
  • 63 网络交互的过程中目标设备的选择
  • cartographer官方指导文件说明---第3章 cartographer前端算法流程介绍
  • Docker 容器技术入门与环境部署
  • ECK 简化:在 GCP GKE Autopilot 上部署 Elasticsearch
  • vite+vue3+uniapp引入uview-plus 无效 报警告
  • 无人机低空经济十大前沿创新应用探索-具体做无人机什么呢?优雅草卓伊凡
  • Vuex(一) —— 集中式的状态管理仓库
  • C++ 11 std::unique_ptr 自定义删除器
  • 利用 Python 爬虫获得微店商品详情
  • 游戏架构中的第三方SDK集成艺术:构建安全高效的接入体系
  • C语言:实现杨辉三角的种方法
  • 二分查找----1.搜索插入位置
  • 基于Spring+MyBatis+MySQL实现的监考安排与查询系统设计与实现(附源码+数据库)推荐!
  • OCCT基础类库介绍:Modeling Algorithm - Sewing
  • 使用docker-compose安装kafka
  • FramePack 安装指南(中文)
  • 郑州市建设劳务服务网站/2023免费推广入口
  • 开发网站用什么语言最好吗/新闻头条最新
  • 婚纱摄影网站论文/武汉今日新闻头条
  • 郑州做网站经开区/今日头条网页版入口
  • 柳州 网站推广/太原免费网站建站模板
  • 如何做网站代码/汕头seo托管