剑指Offer 74. 二维数组中的查找(Medium)/ 378. 有序矩阵中第 K 小的元素(Medium)/ 74. 搜索二维矩阵(Medium)

题解

  1. 二维数组中的查找(标志数,清晰图解)

思路

在这里插入图片描述
在这里插入图片描述

代码

class Solution:
    ### 1117 逆时针旋转45度 + 左下角开始(44 ms,17.5 MB)
    def findNumberIn2DArray(self, matrix: List[List[int]], target: int) -> bool:
        if len(matrix) == 0 or len(matrix[0]) == 0:
            return False
        # 初始化:选择左下角元素作为标志数
        i, j = len(matrix)-1, 0

        # 当标志数不越界时,进行循环
        while i >= 0 and j < len(matrix[0]):   # 在这里用于条件判断的短路原理,已经可以判断出空矩阵[[]]
            if matrix[i][j] > target: i -= 1   # 若target小于标志数,则行数i减一
            elif matrix[i][j] < target: j += 1 # 若target大于标志数,则列数j加一
            else: return True                  # 若target等于标志数,则直接返回True
        return False                           # 若没找到target,则返回False

    ### 1117 逆时针旋转45度 + 右上角开始(52 ms,17.5 MB)
    def findNumberIn2DArray(self, matrix: List[List[int]], target: int) -> bool:
        # 根据题意知矩阵可能是空矩阵([] 或 [[]]),所以选择右上角为标志数时,需要判断其行长度([]) 或 列长度([[]])是否为0
        if len(matrix) == 0 or len(matrix[0]) == 0:
            return False
            
        # 初始化:选择右上角元素作为标志数(需要提前判定矩阵是否为空矩阵)
        i, j = 0, len(matrix[0])-1
        
        # 当标志数不越界时,进行循环
        while i < len(matrix) and j >= 0:
            if matrix[i][j] > target: j -= 1   # 若target小于标志数,则列数j减一
            elif matrix[i][j] < target: i += 1 # 若target大于标志数,则行数i加一
            else: return True                  # 若target等于标志数,则直接返回True
        return False                           # 若没找到target,则返回False

378. 有序矩阵中第 K 小的元素

在这里插入图片描述

class Solution:
    def kthSmallest(self, matrix: List[List[int]], k: int) -> int:
        n = len(matrix)

        def check(mid):
            # 初始化k的左右边界
            i, j = n - 1, 0
            rank = 0 # 初始排序值为0
            while i >= 0 and j < n:
                if matrix[i][j] <= mid:
                    rank += i + 1 # 小于等于mid,rank值增加i+1
                    j += 1 # 去掉最左边一列
                else:
                    i -= 1 # 去掉最下面一行
            return rank >= k # 当前值的顺序是否大于k?布尔值

        # 确定矩阵中的最大、最小值,相当于是确定二分的左右边界
        left, right = matrix[0][0], matrix[-1][-1]
        # 二分法
        while left < right:
            mid = (left + right) // 2
            if check(mid): # 若大于k,则移动右边界(更新)
                right = mid
            else: # 若小于k,则移动左边界
                left = mid + 1
        
        return left # 返回左边界(求最小)

74. 搜索二维矩阵

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

class Solution:
    def searchMatrix(self, matrix: List[List[int]], target: int) -> bool:
        m, n = len(matrix), len(matrix[0])
        l, r = 0, m * n - 1
        while l <= r:
            mid = (l + r) >> 1
            x, y = mid // n , mid % n
            if matrix[x][y] > target:
                r = mid - 1
            elif matrix[x][y] < target:
                l = mid + 1
            else:
                return True
        return False

在这里插入图片描述
在这里插入图片描述

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