描述
在一个二维数组array中(每个一维数组的长度相同),每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序。请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数。
[
[1,2,8,9],
[2,4,9,12],
[4,7,10,13],
[6,8,11,15]
]
给定 target = 7,返回 true。
给定 target = 3,返回 false。
数据范围:矩阵的长宽满足 0≤n,m≤5000≤n,m≤500 , 矩阵中的值满足 0≤val≤10^9
进阶:空间复杂度 O(1) ,时间复杂度 O(n+m)
示例1
输入:7,[[1,2,8,9],[2,4,9,12],[4,7,10,13],[6,8,11,15]]
返回值:true
说明:存在7,返回true
示例2
输入:1,[[2]]
返回值:false
示例3
输入:3,[[1,2,8,9],[2,4,9,12],[4,7,10,13],[6,8,11,15]]
返回值:false
说明:不存在3,返回false
题解一:暴力搜索
解题思路: 逐行逐列的搜索二维数组,判断是否存在目标值。
复杂度分析:
时间复杂度:O(M+N)
空间复杂度:O(1)
class Solution {
public:
bool Find(int target, vector<vector<int> > array) {
for (auto i:array)
{
for( auto j:i)
{
if(j==target)
return true;
}
}
return false;
}
};
题解二: 利用二分搜索
解题思路: 利用数组每行每列都是递增特性,每次查找中间值进行比对减少查找次数。
主要思路: 逐行使用二分搜索,查找是否含有target
如样例:分别每行使用一次二分搜索(M次二分查找)
复杂度分析:
时间复杂度:O(Mlog N )
空间复杂度:O(1)
class Solution {
public:
bool binary_search(vector<int> arr,int target){//二分查找函数
int left = 0,right = arr.size()-1;
while(left<=right)
{
int mid = (left+right)/2;
if(arr[mid] == target) return true;//找到了
else if(arr[mid] < target) left = mid+1;//往右边遍历
else right = mid-1;//往左边遍历
}
return false;
}
bool Find(int target, vector<vector<int> > array) {
for(auto i : array)//c++11语法,逐行遍历;
{
if(binary_search(i,target)) return true;//在本行二分找到了目标值
}
return false;
}
};
题解三: 线性搜索
解题思路:利用二维数组行列递增特性
主要思路:
由于行列递增,可以得出:
a.在一列中的某个数字,其上的数字都比它小
b.在一行中的某个数字,其右的数字都比它大
搜索流程:
a.首先从数组左下角搜索.
b.如果当前数字大于target,那么查找往上移一位,如果当前数字小于target,那么查找往右移一位。
c.查找到target,返回true; 如果越界,返回false;
示例如下:
复杂度分析:
时间复杂度:O(M+N)
空间复杂度:O(1)
class Solution {
public:
bool Find(int target, vector<vector<int> > array) {
if(array.size() == 0) return false;
int r = array.size(); //行
int l = array[0].size(); //列
int left = 0, down = r - 1;
while(left<l && down>=0)
{
int tmp = array[down][left];
if( tmp == target) return true;
else if(tmp < target) left++;
else down--;
}
return false;
}
};