刷题总结：二维数组中查找整数

二维数组中查找是否存在该数

1.条件描述：

1. 定义一个二维数组(其中包含的一维数组的长度相同)。
2. 行中从左至右进行递增。
3. 列中从上至下进行递减。

2.问题：

• 给定一个整数，判断该二维数组中是否存在该整数

3.解题思路：

4.解题过程：

bool NiuKe::findNum(int iTarget, vector<vector<int> > vecNum)  
{
    //定义搜索元素在二维数组左下角，开始寻找
    int iColIndex = 0;  //列下标
    int iRowIndex = vecNum.size() - 1;  //行下标

    //循环条件：列与行未被搜索完成，进行循环
    while(iColIndex < vecNum.size() && iRowIndex >= 0)  
    {
        if(iTarget > vecNum[iColIndex][iRowIndex])  //目标数字 > 搜索元素
        {
            ++iColIndex;  //向存在更大值得列进行搜索
        }
        else if(iTarget < vecNum[iColIndex][iRowIndex])  //目标数字 < 搜索元素
        {
            --iRowIndex;  //向存在更小值的行进行搜索
        }
        else  //目标数字 == 搜索元素
        {
            return true; //已找到改整数
        }
    }

    return false;  //未找到该整数
}

int main()
{
    vector<vector<int> > vecNum = {{1, 2, 3}, {3, 4, 5}, {4, 5, 6}};

    NiuKe NiuTest;
    bool bFind = NiuTest.findNum(6, vecNum);

    cout << bFind << endl;
    return 0;
}

5.题后小结：

• 本题可采用暴力的循环方法破解，逐个搜索，时间复杂度为O(n)。但由于题中数组给予了特殊设定，采用上述方法，进行逐行或逐列的搜索，可降低时间复杂度 (时间复杂度为 O(行 + 列))。

6.知识点延伸：

• 常见时间复杂度：O(1) < O(logn) < O(n) < O(nlogn) < O(n²) < O(n³) < O(2ⁿ) < O(n!) < O(nⁿ)
• 一般来说对于程序时间复杂度，默认计算最坏时间复杂度。
• 时间复杂度计算后，取其最高阶进行表示（执行次数（时间频度） T(n) = 2ⁿ + 3 表示为 O(2ⁿ )），使用大O表示法。

名称	时间复杂度例子	运行时间
常数时间	10	O(1)
对数时间	logn	O(logn)
线性时间	n + 10	O(n)
线性对数时间	nlogn	O(nlogn)
二次时间	n2	O(n2)
三次时间	n3	O(n3)
指数时间	2n	O(2n)
阶乘时间	n!	O(n!)
指数时间	nn	O(nn)