240. 搜索二维矩阵 II 和74. 搜索二维矩阵

本文介绍了两个关于搜索二维矩阵的高效算法:一个是利用有序特性进行二分查找,适用于每行递增的矩阵;另一个是采用左上角向右下角遍历,适用于每行和每列都递增的矩阵。这两种方法分别针对不同特性的矩阵,时间复杂度均为O(N+M)。
摘要由CSDN通过智能技术生成

240. 搜索二维矩阵 II 和74. 搜索二维矩阵

74. 搜索二维矩阵

题目

编写一个高效的算法来判断 m x n 矩阵中,是否存在一个目标值。该矩阵具有如下特性:

每行中的整数从左到右按升序排列。
每行的第一个整数大于前一行的最后一个整数。

在这里插入图片描述

思路

这个二维数组就是展开以后就是一个一维的有序数组,那么,用最基本的二分查找就可以了。当然,还有更精妙的解法,参考官方题解吧

代码

    public boolean searchMatrix(int[][] matrix, int target) {
        int n = matrix.length;
        if(n==0){
            return false;
        }
        int m = matrix[0].length;

        int l = 0;
        int r = n*m-1;
        while(l<=r){
            int mid = (l+r)>>1;

            int row = mid/m;
            int col = mid%m;

            if(matrix[row][col]<target){
                l = mid+1;
            }else if(matrix[row][col]>target){
                r = mid-1;
            }else{
                return true;
            }
        }
        return false;
    }

240. 搜索二维矩阵 II

题目

编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target。该矩阵具有以下特性:

每行的元素从左到右升序排列。
每列的元素从上到下升序排列。
示例:

现有矩阵 matrix 如下:

[
[1, 4, 7, 11, 15],
[2, 5, 8, 12, 19],
[3, 6, 9, 16, 22],
[10, 13, 14, 17, 24],
[18, 21, 23, 26, 30]
]
给定 target = 5,返回 true。

给定 target = 20,返回 false。

思路

有很多种方法,这里介绍一种比较巧妙的
从左上角开始遍历数组,如果小于目标值,则向下走,如果大于目标数,则向右走。不能向上或者向左走。遍历,直到找到目标元素,或者遍历完,找不到元素。
时间复杂度,O(N+M),这种方法还是很巧妙的。

代码

    public boolean searchMatrix(int[][] matrix, int target) {

        int n = matrix.length;
        if(n==0){
            return false;
        }
        int m = matrix[0].length;

        int i = 0;
        int j = m-1;
        while(i<n && j>=0){
            if(matrix[i][j]<target){
                i++;
            }else if(matrix[i][j]==target){
                return true;
            }else{
                j--;
            }
        }
        return false;
        
    }
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