二分查找：力扣378. 有序矩阵中第K小的元素

1、题目描述：

2、题解：

方法1：排序
先设置一个数组nums，然后遍历matrix，添加到nums中，然后对nums排序，返回nums的第k-1个数。

class Solution:
    def kthSmallest(self, matrix: List[List[int]], k: int) -> int:
        nums = []
        if not matrix :
            return 0
        m = len(matrix)
        n = len(matrix[0])
        for i in range(m):
            for j in range(n):
                nums.append(matrix[i][j])
        nums.sort()
        return nums[k-1] 

方法2：二分查找
在主函数中运用二分查找的模板，（见算法思想 从0到1：分治法——二分查找模板小结（三种：第一种基础，推荐掌握第二种，第三种是第二种的变体）

在循环中，先调用函数来查找matrix二维数组在mid前有几个值，也就是小于mid的有几个值，记为count，
然后让count和k比较。
调用的函数大致思路如下：
在matrix中从下到上、从左到右，查找小于等于mid的值有多少个

代码如下：

class Solution:
    def kthSmallest(self, matrix: List[List[int]], k: int) -> int:
        #二分查找
        row,col = len(matrix),len(matrix[0])
        left,right = matrix[0][0],matrix[row - 1][col - 1]
        while left < right:
            mid = left + (right - left) // 2
            count = self.findNotBiggerThanMid(matrix,mid,row,col)
            if count < k:
                left = mid + 1
            else:
                right = mid
        return right
    def findNotBiggerThanMid(self,matrix,mid,row,col):
        i = row - 1
        j = 0
        count = 0
        while i >= 0 and j < col:
            if matrix[i][j] <= mid:
                count += i + 1
                j += 1
            else:
                i -= 1
        return count

或者：

class Solution:
    def kthSmallest(self, matrix: List[List[int]], k: int) -> int:
        # 二分查找
        n = len(matrix)
        left,right = matrix[0][0],matrix[n-1][n-1]
        while left < right:
            mid = left + (right-left) // 2
            count = self.findNotBiggerThanMid(matrix,mid,n)#寻找在mid前有几个值
            if count < k:
                left = mid + 1
            else:
                right = mid
        return right
    def findNotBiggerThanMid(self,matrix,mid,n):
        row,col = n-1,0#row为行，col为列
        count = 0
        while row >= 0 and col < n:
            if matrix[row][col] <= mid:
                count += row + 1
                col += 1
            else:
                row -= 1
        return count

3、复杂度分析：

方法1：
时间复杂度：O(N^2logN),对 N^2个数排序
空间复杂度：O(N^2)
方法2：
时间复杂度：O(Nlog(maxval - minval))
空间复杂度：O(1)