leetcode之 Kth Smallest Element in a Sorted Matrix

这题是典型的运用堆和2分的题目。首先建立一个k大小的堆,然后用2分查找的方法每次向堆里面插入一个数据,将最后一个数据pop出去,一直保持堆的大小为k,这样的话就ok了,最后返回堆的最后一个数据。所用时间为nlogk。
但是仔细观察发现kth,如果A点被发现比堆里最后一个元素大,那么图中小正方形里的数据肯定都比堆的最后一个数据大,所以就不用比较了,要比较的是大的正方形减去小正方形的部分。

class Solution(object):
    def BinerySort(self, list1, element, left, right):
        if element <= list1[left]:
            list1.insert(left, element)
        elif element >= list1[right]:
            list1.insert(right + 1, element)
        else:
            if element == list1[(left + right) / 2]:
                list1.insert((left + right) / 2, element)
            elif element > list1[(left + right) / 2]:
                self.BinerySort(list1, element, (left + right) / 2 + 1, right)
            else:
                self.BinerySort(list1, element, left, (left + right) / 2 - 1)
    def kthSmallest(self, matrix, k):
        """
        :type matrix: List[List[int]]
        :type k: int
        :rtype: int
        """
        if k == 1:
            return matrix[0][0]
        if k == len(matrix) ** 2:
            return matrix[-1][-1]
        list1 = []
        symbol = True
        for i in xrange(len(matrix)):
            for j in xrange(len(matrix)):
                if len(list1) == k and symbol:
                    list1.sort()
                    symbol = False
                if len(list1) == k:
                    if matrix[i][j] >= list1[-1]:
                        for m in xrange(i + 1, len(matrix)):
                            for n in xrange(j):
                                if matrix[m][n] < list1[-1]:
                                    self.BinerySort(list1, matrix[m][n], 0, k - 1)
                                    list1.pop()
                        return list1[-1]
                    self.BinerySort(list1, matrix[i][j], 0, k - 1)
                    list1.pop()
                else:
                    list1.append(matrix[i][j])
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值