剑指offer笔记（1）：二维数组中的查找

题目描述

在一个二维数组中（每个一维数组的长度相同），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。

分析

首先分析题意，它要求我们给一个二维数组，并且每行每列都是递增的等长度数组，所以我们自然而然想到一个最简单的矩阵为：

$$\left(\begin{array}{cccc}1& 2& 3& 4\\ 5& 6& 7& 8\\ 9& 10& 11& 12\\ 13& 14& 15& 16\end{array}\right)$$
上面这个矩阵满足题目所有的要求，在程序里可以这样定义：

import numpy as np
array = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]])

思路一：循环遍历

所以我们可以针对这个矩阵进行下一步的分析，首先我想到的是通过遍历去获取target，那么很显然，遍历完数据就可以直接找值了：

# -*- coding:utf-8 -*-
class Solution:
    # array 二维列表
    def Find(self, target, array):
        # write code here
        row=len(array)
        col=len(array[0])
        for i in range(row):
            for j in range(col):
                if array[i][j]==target:
                    return True
        return False

这种相当于直接暴力求解，技术点一般，如果是在慕课网，我感觉应该是通不过的。

思路二：二分查找

既然想到了全部遍历，那肯定还会有更快的代码，所以我就点进了讨论里看了下大佬们java和C的代码，看到了一份java版的二分法，就准备开始自己尝试。

python二分法伪代码

#encoding: utf-8
def half_search(search_arr, search_str):
  lb = 0
  ub = len(search_arr) - 1
  for i in range(ub/2 + 1):
    if lb > ub:
      return -1
    mid = (ub + lb)/2
    if search_arr[mid] == search_str:
      return mid
    elif search_arr[mid] > search_str:
      ub = mid - 1
    else:
      lb = mid + 1

上述是伪代码，然后我们就能写出本题的二分查找：

# -*- coding:utf-8 -*-
class Solution:
    # array 二维列表
    def Find(self, target, array):
        # col = len(array[0])
        cow = len(array[0]) - 1
        for i in range(len(array)):
            col = 0
            print(i)
            while col < cow:
                mid = int((cow + col) / 2)
                if target > array[i][mid]:
                    col = mid + 1
                elif target < array[i][mid]:
                    cow = mid - 1
                else:
                    return True
        return False

中间改写的时候出了很多新的错误，在这里记录一下：

1. (only integer scalar arrays can be converted to a scalar index)只有整数标量数组才能转换成标量索引，是我在遍历的时候没有计算长度
2. (only integers, slices (:), ellipsis (...), numpy.newaxis (None) and integer or boolean arrays are valid indices) ，mid = int((cow + col) / 2)，我没有加int
3. 另外就是如果索引没有减1，会出现索引错误，但遍历的时候不需要减1，刚开始搞混了，让我一度怀疑是不是python解释器有问题，找不到真实的地址。。。

思路三：判断角标

首先看二维数组中右上角的数字，如果该数字等于要查找的数字，则查找结束；如果该数字大于要查找的数字，则剔除这一列；如果该数字小于要查找的数字，则剔除该数字所在的行。

我们可以用图形说明：

然后我们就能编写代码：

# -*- coding:utf-8 -*-
class Solution:
    # array 二维列表
    def Find(self, target, array):
        # write code here
        rows = len(array)
        cols = len(array[0])
        if rows > 0 and cols > 0:
            row = 0
            col = cols - 1
            while row < rows and col >= 0:
                if target == array[row][col]:
                    return True
                elif target < array[row][col]:
                    col -= 1
                else:
                    row += 1
        return False

第三种是看了别人代码，然后自己照着实现了一下，总结本题，还是思路二花的时间多，有些东西还是不熟。

思路四：使用numpy内置方法

此方法在牛客网调节不出来，但确实可以运行成功。

首先在我们的python中，对于遍历来讲，不如C、Java和MATLAB一样，可以用一个for循环显示全部，前两者因为比较深入底层，可以根据字节地址偏移来实现，后者本身就是偏向于数学工程，数组构成方式有些不一样。

但python里没有指针的概念，所以所有的指针功能都是通过引用实现的，这就导致了python的执行效率会降低，另外就是可能我们定义的变量并不是真实的指针地址，而是中间多了一层引用，所以我们无法对我们定义的数组空间做任何修改。可按照常理来讲，一个for循环为什么不能遍历全部数据？这里就要提及numpy中的flat方法了：

import numpy as np
import pandas as pd
array = np.array([[1,2,3],[4,5,6],[7,8,9]])

class Solution:
    # array 二维列表
    def Find(self, target, array):
        # col = len(array[0])
        for element in array.flat:
            if target == element:
                return True
        return False

s = Solution()
s.Find(6,array)
"""
True
"""

另外还有flatten方法，将多维数组转化为一维数组：

array1 = array.flatten(order="C")
array1
"""
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
"""

关于更详细的解释，可以看下面的链接：
numpy中flat/flatten用法区别