小劳剑指 Offer 04. 二维数组中的查找(简单)(C++)

剑指 Offer 04. 二维数组中的查找

题目描述

剑指 Offer 04. 二维数组中的查找

难度:简单

描述

在一个 n * m 的二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。

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。

函数签名:
bool findNumberIn2DArray(vector<vector<int>>& matrix, int target);

解法一

第一种思路是类似暴力法，因为二维数组每一个维度都是从 index = 0 到 index = size()-1 升序，因此我们可以找到两个边界，缩小遍历的空间大小。

我们只需要两次循环找到边界，再用找到的边界二层循环去寻找 target。

bool findNumberIn2DArray(vector<vector<int>>& matrix, int target) {
    if(matrix.size() == 0 || matrix[0].size() == 0)  return false; //边界

    int s_m,s_n; //每一个维度的边界
    int size_0 = matrix.size();
    int size_1 = matrix[0].size();

    for(int i =0;i<size_0;++i) //找到纵向的边界
        if(matrix[i][0] > target){
            s_m = i;
            break;}
    
    for(int j = 0; j < size_1; ++ j) //找到横向的边界
        if(matrix[0][j] > target){
            s_n = j;
            break;}

    for(int i=0;i<s_m;++i) //缩小遍历空间大小
        for(int j=0;j<s_n;++j)
            if(matrix[i][j] == target)
                return true;
    return false;
}

时间复杂度 : O(N*M) 空间复杂度 : O(1) 。但是，如果二维数组特别大，这么做应该还是能够有效减少遍历次数的。

解法二

第二种思路是类似于二叉搜索树。

我们只需要遍历一次数组，每一次先判定当前元素是否出现过(在集合中)，如果没有出现过加入到集合中，如果出现过就直接返回这个元素值即可。

bool findNumberIn2DArray(vector<vector<int>>& matrix, int target) {
        if(matrix.size() == 0 || matrix[0].size() == 0)  return false;

        int i = 0;
        int j = matrix[0].size() - 1;
        while( i < matrix.size() && j >= 0 ){
            // 站在右上角,把数组看成二叉搜索树
            if(matrix[i][j] == target)
                return true;
            else if(matrix[i][j] > target)
                j--;// 1
            else
                i++;
        }
        return false;

    }

// 1 : 这里不需要给i置零
// 比如我们要找14,我们11的时候要i++,12的时候i++,16的时候j--,但是target已经大于12了，必不需要从7开始重新判断

可以发现这一种解法一步到位，但是也类似于第一种方法，只是我们的起点设计的比较巧妙，能够通过索引 i j 的一定规律的移动就能找到 target 是否存在。

时间复杂度 : O(N+M) , 空间复杂度 : O(1)。