搜索算法——线性枚举和二分查找

题目描述

给你一个满足下述两条属性的 m x n 整数矩阵：

• 每行中的整数从左到右按非严格递增顺序排列。
• 每行的第一个整数大于前一行的最后一个整数。

给你一个整数 target ，如果 target 在矩阵中，返回 true ；否则，返回 false 。

示例1：

输入：matrix = [[1,3,5,7],[10,11,16,20],[23,30,34,60]], target = 3
输出：true

示例2：

输入：matrix = [[1,3,5,7],[10,11,16,20],[23,30,34,60]], target = 13
输出：false

解法

1.线性枚举

直接对每一行的元素进行遍历，时间复杂度O(n)

没想到这题直接暴力就能过了

class Solution {
public:
    bool searchMatrix(vector<vector<int>>& matrix, int target) {
        for(auto&row:matrix){
            for(int&element:row){
                if(element==target)return true;
            }
        }
        return false;
    }
};

2.二分查找

        1. 工作原理

• 有序数组：二分查找只适用于已排序的数组。
• 分而治之：算法将数组分为两半，确定目标值是在左侧子数组还是右侧子数组，然后在相应的子数组中重复这个过程。

        2. 基本步骤

1. 初始化：设定两个指针，left 指向数组首位，right 指向数组末位。
2. 循环条件：当 left <= right 时，继续查找；否则，结束查找。
3. 找到中点：计算中点 mid = left + (right - left) / 2。
4. 比较与决策：
   • 如果 array[mid] 等于目标值，返回 mid（或 true，取决于你的任务）。
   • 如果 array[mid] 小于目标值，将 left 设为 mid + 1。
   • 如果 array[mid] 大于目标值，将 right 设为 mid - 1。

        3. 时间复杂度

• 最佳情况：O(1)，当目标值是数组中间元素时。
• 平均和最坏情况：O(log n)，其中 n 是数组长度。

        4. 空间复杂度

• 通常为 O(1)，因为它只需要常数空间来存储 left, right, 和 mid 指针。

        5. 变体

• 查找第一个或最后一个匹配项：通过调整比较和更新指针的逻辑，二分查找可以用来找到目标值的第一个或最后一个出现位置。
• 查找最接近的元素：在找不到确切匹配时，可以调整算法以找到最接近目标值的元素。

        6. 优点

• 高效：对于大型数据集，二分查找比线性查找快得多。
• 简洁：算法逻辑清晰，易于理解和实现。

class Solution {
public:
    bool searchMatrix(vector<vector<int>>& matrix, int target) {
        for(auto&row:matrix){
            int left=0,right=row.size()-1;
            while(left<=right){
                int mid=(left+right)/2;
                if(row[mid]<target){
                    left=mid+1;
                }else if(row[mid]>target){
                    right=mid-1;
                }else{
                    return true;
                }
            }
        }
        return false;
    }
};