写出一个高效的算法来搜索 m × n矩阵中的值。
这个矩阵具有以下特性:
- 每行中的整数从左到右是排序的。
- 每行的第一个数大于上一行的最后一个整数
样例:
考虑下列矩阵:
[
[1, 3, 5, 7],
[10, 11, 16, 20],
[23, 30, 34, 50]
]
给出 target = 3
,返回 true
这个题其实说了个什么事呢,就是把一个排好序的数列分段后放在一个二维矩阵当中,在矩阵中搜索。如样例所示,其实是把一个12长的排序数列分成了三段,每段成为二维矩阵的一行,一共三行。
明白了这一点,就不难了。我们可以用最简单的思路:先搜索行,确定target所在的行,再搜索target所在的列,两次都用二分查找。
既然思路上没什么难的了,可以直接上代码:
class Solution:
"""
@param matrix, a list of lists of integers
@param target, an integer
@return a boolean, indicate whether matrix contains target
"""
def searchMatrix(self, matrix, target):
row = len(matrix)
if row == 0:
return False
col = len(matrix[0])
# left,right代表列数
left, right = 0, col - 1
# high,low代表行数
high, low = row - 1, 0
while low <= high:
mid1 = (low + high) // 2
if matrix[mid1][0] == target:
return True
if matrix[mid1][0] > target:
high = mid1 - 1
if matrix[mid1][0] < target:
low = mid1 + 1
# 上面的循环结束后,low-1为target所在的行
while left <= right:
mid2 = (left + right) // 2
if matrix[low - 1][mid2] == target:
return True
if matrix[low - 1][mid2] > target:
right = mid2 - 1
if matrix[low - 1][mid2] < target:
left = mid2 + 1
return False
# write your code here
从代码看出,我们每次搜索都是按二分查找的“标配”来的(有关二分法最基本的使用: 点击打开链接),不同之处,仅在于搜索行的代码块结束后,我们搜到的是target所在行的下一行,因为每次处理的是某一行的第一个元素,也就是最小的那个,按照程序要求,比这个大,则 low = mid + 1。如果你真的明白了在上一篇“搜索插入的位置”中最后为什么要return left, 点击打开链接,就很容易理解这里为什么low - 1是target所在行。