leetcode有序矩阵中第K小的元素 + 二维矩阵搜索

有序矩阵中第K小的元素

题干描述

IDEA

如果现在给定了矩阵中的某个数$x$,如何快速找出在矩阵中小于等于$x$的数有多少个呢？

• 如图所示，可以考虑从最后一行出发，向右寻找第一个大于$x$的数，则这个数的左侧都是小于等于$x$的数

• 在这个第一个大于$x$的数向上走一步，到达上一行。显然此时该行该位置左侧的数都满足小于等于$x$，但是右侧还可能具有小于等于$x$的数，因为每一列自上到下是递增的。

  • 因此需要从此时的位置向右重复上面的步骤。

• 在上述两步进行的同时计数

• 以上过程重复进行，直到到达第一行。由于对于每一行都找到了正确的结果，因此很容易得出最后结果的正确性。

• 因此考虑对区间[矩阵中的最小数，矩阵中的最大数]进行二分查找。

AC代码

class Solution {
    public int kthSmallest(int[][] matrix, int k) {
        int n = matrix[0].length;
        int low = matrix[0][0];
        int high = matrix[n - 1][n - 1];
        while(low < high)
        {
            int mid = low + (((high - low))>>1);
            int count = 0;
            int i = 0;    //当前列
            int cur_row = n - 1;    //当前行
            while(cur_row>=0)
            {
                while(i<n && matrix[cur_row][i] <= mid)
                    i++;   //在当前行往后走，直到碰到边界
                //实质上拐弯的元素才是需要的
                count+=i;
                cur_row--;
            }
            if(count < k)
                low = mid + 1;
            else high = mid;
        }
        return high;
    }
}

细节分析

• 上述的代码十分美丽，但具有许多值得考究的细节
• 这里mid = low + (((high - low))>>1)，这和mid = (low + high)/2是等价的吗？
  • 不等价！
  • 例如low = -5,high = -4,前面式子计算结果为-5, 后面的计算结果为-4.说明/运算的计算结果是往0靠近的。
  • 而使用mid = low + (((high - low))>>1)保证了最终的计算结果总是往low的方向靠近不论结果的正负
• 上述循环中的终止条件是什么（即返回的结果）？
  • 显然$low>high$和$low==high$是两个首选
  • 事实上，只可能是$low==high$
    • 考察退出这个循环前的最后一次循环，high比low多1
    • 此时由上面的分析，计算出来的$mid$是靠近low的，准确的说，在这最后一次循环中mid就等于low。
    • 考察最后的赋值方式，无论最后是对于low赋值还是对于high赋值， 最后循环退出的条件就是low == high；
• 最重要的point:上述最后求出的high值（亦即Low值）一定存在于矩阵中吗？
  • 答案是一定存在！
  • 初始阶段，由于low指向矩阵中的最小元素,high指向矩阵中的最大元素，[low,high]区间中显然存在目标元素。
  • 使用分类讨论证明下面结论：无论如何以[low,high]为区间的元素里面包含目标值。
  • 假设某个时刻，low指向了我们要找的目标值，而high也等于我们要找的目标值时，结论显然成立。
  • 假设某个时刻，low指向了我们要找的目标值，而high大于我们要找的目标值时，进入循环：那么求出的mid一定是大于等于我们找到的目标值的，所以count的值一定大于等于k，于是会执行语句high = mid，此时的[low,high]即将范围缩小的区间包含目标值。
  • 假设在某个时刻，low小于我们要找的目标值，而high等于我们要找的目标值，进入循环。那么求出的mid一定是小于等于我们的目标值的。所以最后的count值一定会小于等于k。如果count的值小于k（即仅有小于k的元素满足小于等于mid），所以mid一定比目标值小，执行low = mid+1后[low,high]区间显然一定包含目标值。如果count的值等于k，说明刚好有k个元素满足小于等于mid，此时mid指向的值一定是我么要找的目标值，这是因为：
    • 由于原先high指向我们的目标值，因此这里的mid一定小于等于目标值。
    • mid不可能小于目标值。否则，按上述每行的统计过程，count一定小于k，这与count==k矛盾。
    • 所以此时算法令high = mid，[low,high]区间中一定包含目标值，因为至少high是目标值。
  • 假设在某个时刻，low小于我们要找的目标值，而high大于我们要找的目标值，进入循环。则根据求出的mid计算出来的count值所有情况都有可能满足。如果$count<k$,则mid一定小于目标值，算法执行low = mid+1后显然[low,high]区间中包含目标值。而如果$count\ge k$,分情况讨论下：
    • 如果$count==k$，那么mid的值一定大于等于目标值。否则如果mid小于目标值按上述按行统计的方法一定有$count<k$，矛盾。所以此时令high = mid，由于mid大于目标值，[low,high]区间中存在目标值。
    • 如果$count>k$，那么mid的值肯定是大于目标值的，否则$count<=k$。所以此时令high = mid,由于mid大于目标值，最后求出的区间[low,high]中一定存在目标值。
  • 可以看到，综上所述，正确性的关键在于按行统计小于等于目标值的方式。即遇到第一个大于目标值的数，该行统计停止。