[LeetCode]Search a 2D Matrix II


本题有三种做法,从最开始我想到的就是相对最简单的分治法。


从右下角开始向左上角移动,当该处数值小于target时,递归调用查找左下和右上两个子问题。在原理正确的情况下如果超时,一定要删除其中的打印啊!!!System.out占用非常多的时间,坑爹。


时间复杂度的计算为T(n)=2*T(n/2)+c,算去吧。


代码如下:

public class Solution {
    public boolean searchMatrix(int[][] matrix, int target) {
		if(matrix==null)return false;
		int row = matrix.length;
		int col = matrix[0].length;
		return partSearch(matrix, 0, 0, row-1, col-1, target);
    }
	
	private static boolean partSearch(int[][] matrix,int a,int b,int c,int d,int target){
		boolean result = false;
		int i=c,j=d;
		int temp = matrix[i][j];
		if(target>temp)return false;
		while(i>=a&&j>=b&&temp>target){
			i--;
			j--;
			if(i<a||j<b)break;
			else temp = matrix[i][j];
		}
		if(temp==target)result = true;
		else if(i<a&&j<b)result = false;
		else if(i<a&&j>=b)result=partSearch(matrix,a,b,c,j,target);
		else if(i>=a&&j<b)result=partSearch(matrix, a, b, i, d, target);
		else result=partSearch(matrix, a, j+1, i, d, target)||partSearch(matrix, i+1, b, c, j, target);
		return result;
	}
}

第二种做法依然从已排序这个角度切入,从右上角出发,若比target小则删除一行,若比target大则删除一列。


代码如下:

public static boolean searchMatrix(int[][] matrix, int target) {
		if(matrix==null)return false;
		int row = matrix.length;
		int col = matrix[0].length;
		int i=0,j=col-1;
		boolean result = false;
		while(i<=row-1&&j>=0){
			if(matrix[i][j]==target){
				System.out.println(matrix[i][j]);
				result = true;
				break;
			}else if(matrix[i][j]<target)i++;
			else if(matrix[i][j]>target)j--;
		}
		return result;
	}
第三种做法也就是最笨的做法,用二分查找遍历n次。


代码如下:

public class Solution {
    public boolean searchMatrix(int[][] matrix, int target) {
		boolean result = false;
		for(int i=0;i<matrix.length&&!result;i++){
			result = binarySearch(matrix[i], 0, matrix[0].length-1, target);
		}
		return result;
	}
	
	private boolean binarySearch(int[] nums,int i,int j,int target){
		while(i<=j){
			int mid = (i+j)/2;
			if(nums[mid]<target)return binarySearch(nums, mid+1, j,target);
			else if(nums[mid]>target)return binarySearch(nums, i, mid-1, target);
			else return true;
		}
		return false;
	}
}



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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