题目:
给你一个 n x n 矩阵 matrix ,
其中每行和每列元素均按升序排序,
找到矩阵中第 k 小的元素。
请注意,它是 排序后 的第 k 小元素,而不是第 k 个 不同 的元素。
示例 1:
输入:matrix = [[1,5,9],[10,11,13],[12,13,15]], k = 8
输出:13
解释:矩阵中的元素为 [1,5,9,10,11,12,13,13,15],第 8 小元素是 13
示例 2:
输入:matrix = [[-5]], k = 1
输出:-5
提示:
n == matrix.length
n == matrix[i].length
1 <= n <= 300
-10^9 <= matrix[i][j] <= 10^9
题目数据 保证 matrix 中的所有行和列都按 非递减顺序 排列
1 <= k <= n^2
思路:
由题目给出的性质可知,
这个矩阵内的元素是从左上到右下递增的(假设矩阵左上角为 matrix[0][0])。
我们知道整个二维数组中 matrix[0][0]为最小值,matrix[n - 1][n - 1]为最大值,
现在我们将其分别记作 l 和 r。
可以发现一个性质:
任取一个数 mid 满足 l <= mid <= r,那么矩阵中不大于 mid 的数,
肯定全部分布在矩阵的左上角。
例如下图,取 mid=8:
可以这样描述走法:
初始位置在 matrix[n - 1][0](即左下角);
设当前位置为 matrix[i][j]。
若 matrix[i][j] ≤mid,则将当前所在列的不大于 mid 的数的数量(即 i + 1)累加到答案中,并向右移动,否则向上移动;
不断移动直到走出格子为止。
我们发现这样的走法时间复杂度为 O(n),即我们可以线性计算对于任意一个 mid,矩阵中有多少数不大于它。这满足了二分查找的性质。
不妨假设答案为 x,那么可以知道l≤x≤r,这样就确定了二分查找的上下界。
每次对于「猜测」的答案 mid,计算矩阵中有多少数不大于 mid :
如果数量不少于 k,那么说明最终答案 x 不大于 mid;
如果数量少于 k,那么说明最终答案 x 大于 mid。
这样我们就可以计算出最终的结果 x 了。
解答:
/**
* @param {number[][]} matrix
* @param {number} k
* @return {number}
*/
var kthSmallest = function(board, k) {
let n = board.length;
// 左上角最小
let l = board[0][0];
// 右下角最大
let r = board[n - 1][n - 1];
// 二分模板
while(l < r){
let mid = l + Math.floor((r - l)/2);
// 下面三行,固定写法
if(isMoreThanK(k, board, mid)){
// 收敛右边界
r = mid;
} else {
// 为啥要加1???
l = mid + 1;
}
}
return l;
};
// 统计个数
function isMoreThanK(k, board, mid){
let n = board.length;
// 统计每一列小于mid的总数
let count = 0;
// 从左下角开始
let row = n - 1;
let col = 0;
while(row >= 0 && col < n){
// 如果小于等于,那么往右走,并且统计该列
if(board[row][col] <= mid){
// 向右走
col++;
// 为啥要+1,因为下标从0开始算
count += row + 1;
} else {
// 否则,往上走
row--;
}
}
// 为啥要等于
return count >= k;
}