3月11日
解法一:简单解法,对每行(或每列)采用二分查找法。
注意函数传入的是一个向量,而不是二维数组。故如果采用二维数组的方式求其长度,可能会出错。时间复杂度为O(n*logn)。
注意对于二维向量,不能用sizeof去计算其所占用的内存大小。
如图所示:sizeof(vector < type >)的大小,跟容器里面存放多少数据无关,也与存放的数据类型无关,它是在编译期确定的一个值,仅跟具体的编译器有关。
但二维数组可以用这种方式求,注意题中条件传入函数的是向量还是数组。
解法二:不容易想到的解法:
如下图所示,我们将矩阵逆时针旋转 45° ,并将其转化为图形式,发现其类似于 二叉搜索树 ,即对于每个元素,其左分支元素更小、右分支元素更大。因此,通过从 “根节点” 开始搜索,遇到比 target 大的元素就向左,反之向右,即可找到目标值 target 。
“根节点” 对应的是矩阵的 “左下角” 和 “右上角” 元素,称之为标志数flag ,以 matrix 中的左下角元素为标志数 flag ,则有:
若 flag > target ,则 target 一定在 flag 所在 行的上方 ,即 flag 所在行可被消去。
若 flag < target ,则 target 一定在 flag 所在 列的右方 ,即 flag 所在列可被消去。
算法流程:
从矩阵 matrix 左下角元素(索引设为 (i, j) )开始遍历,并与目标值对比:
当 matrix[i][j] > target 时,执行 i-- ,即消去第 i 行元素;
当 matrix[i][j] < target 时,执行 j++ ,即消去第 j 列元素;
当 matrix[i][j] = target 时,返回 true,代表找到目标值。
若行索引或列索引越界,则代表矩阵中无目标值,返回 false 。
每轮 i 或 j 移动后,相当于生成了“消去一行(列)的新矩阵”, 索引(i,j) 指向新矩阵的左下角元素(标志数),因此可重复使用以上性质消去行(列)。
bool findNumberIn2DArray(vector<vector<int>>& matrix, int target) {
int n =matrix.size();
int i=n-1,j=0;
while(i>=0&&j<matrix[0].size())
{
int flag = matrix[i][j];//设定一个flag来表示数组中元素(第i行中最小元素,第j列中最大元素),与target做比较
if(flag>target)//因为此时flag为这一行最小元素,比flag小,说明这行中不存在target 消除这行
{
i--;
}
else if(flag<target)//说明这列没有比target大的数,消除这一列
{
j++;
}
else
{
return true;
}
}
return false;
}
或者从右上角元素开始遍历,不过与左下角开始遍历有一点细微的区别,代码如下:
bool findNumberIn2DArray(vector<vector<int>>& matrix, int target) {
if(matrix.size())
{
int i=0,j=matrix[0].size()-1; //注意如果这样写的话必须在前面加一个判断语句,判断matrix是否为空,因为如果matrix.size()=0的话是访问不到matrix[0]的,会造成越界错误。
while(i<matrix.size()&&j>=0)
{
int flag = matrix[i][j];//设定一个flag来表示数组中元素(第i行中最大元素,第j列中最小元素),与target做比较
if(flag>target)//因为此时flag为这一列最小元素,比flag小,说明这列中不存在target 消除这列
{
j--;
}
else if(flag<target)//说明这行没有比target大的数,消除这一行
{
i++;
}
else
{
return true;
}
}
}
return false;
}
复杂度分析:
时间复杂度 O(M+N) :其中,NN 和 MM 分别为矩阵行数和列数,此算法最多循环 M+N 次。
空间复杂度 O(1) : i, j 指针使用常数大小额外空间。