【Leetcode】04.二维数组中的查找&59.滑动窗口的最大值

04. 二维数组中的查找

方法一：暴力遍历

class Solution:
    def findNumberIn2DArray(self, matrix: List[List[int]], target: int) -> bool:
        for lst in matrix:
            if target in lst:
                return True
        return False

时间复杂度是$O(MN)$，$M$和$N$分别是数组的行数与列数。

方法二：二叉搜索树

class Solution:
    def findNumberIn2DArray(self, matrix: List[List[int]], target: int) -> bool:
        i, j = len(matrix) - 1, 0
        while i >= 0 and j < len(matrix[0]):
            if matrix[i][j] > target: i -= 1
            elif matrix[i][j] < target: j += 1
            else: return True
        return False

• 复杂度分析
  • 时间复杂度$O(M+N)$：其中，$N$和$M$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

59. 滑动窗口的最大值

方法一：暴力法

按照索引递增，逐个窗口找最大值

class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        result = []
        if nums == []:
            return []
        for i in range(0, len(nums) - k + 1):
            result.append(max(nums[i : i + k]))
        return result

方法二：单调队列

class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        if not nums or k == 0: return [] # 如果列表本身为空
        deque = collections.deque() # 初始化单调队列
        for i in range(k): # 未形成窗口
            while deque and deque[-1] < nums[i]: # 如果队列里的最大值（[-1]位置上）小于新加入的值，弹出队列末尾的值
                deque.pop()
            deque.append(nums[i])
        res = [deque[0]] # 压入第一个滑窗里的最大值
        for i in range(k, len(nums)): # 形成窗口后
            if deque[0] == nums[i - k]:
                deque.popleft() # 滑窗移动，原始滑窗的第一个数被排除
            while deque and deque[-1] < nums[i]: # 弹出滑窗里没有新数字大的部分
                deque.pop()
            deque.append(nums[i])
            res.append(deque[0])
        return res

• 复杂度分析：
  • 时间复杂度$O(n)$：其中$n$为数组$nums$长度，线性遍历数组占用$O(N)$，每个元素最多仅入队和出队一次，因此单调队列占用$O(2N)$的时间
  • 空间复杂度$O(k)$：双端队列$deque$中最多同时存储$k$个元素（即窗口大小）