问题描述
编写一个高效的算法来搜索 m x n
矩阵 matrix
中的一个目标值 target
。该矩阵具有以下特性:
每行的元素从左到右升序排列。
每列的元素从上到下升序排列。
示例 1:
输入:matrix = [[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]], target = 5
输出:true
示例 2:
输入:matrix = [[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]], target = 20
输出:false
提示:
m == matrix.length
n == matrix[i].length
1 <= n, m <= 300
-109 <= matrix[i][j] <= 109
- 每行的所有元素从左到右升序排列
- 每列的所有元素从上到下升序排列
-109 <= target <= 109
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/search-a-2d-matrix-ii
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
法I:不断缩小矩阵——超时
//搜索二维矩阵
//矩阵的不断缩小,确定i,j,k
class Solution {
public:
bool searchMatrix(vector<vector<int>>& matrix, int target) {
int i = 0;
int j = 0;
int k = 0;
while (i <= j && i <= k) {
k = i;
j = i;
//确定j
while (j < matrix[0].size() && matrix[i][j] < target) {
j++;
}
if (j == matrix[0].size()) {
j = matrix[0].size() - 1;
}
else if (matrix[i][j] == target) {
return true;
}
else {//matrix[i][j] > target
j--;
}
//确定k
while (k < matrix.size() && matrix[k][i] < target) {
k++;
}
if (k == matrix.size()) {
k = matrix.size() - 1;
}
else if (matrix[k][i] == target) {
return true;
}
else {//matrix[k][i] > target
k--;
}
i++;
}
return false;
}
};
法II:不断缩小矩阵——通过二分法确定j和k
//j和k的确定都通过二分法来完成
class Solution {
public:
bool searchMatrix(vector<vector<int>>& matrix, int target) {
int i = 0;
int j = matrix[0].size() - 1;
int k = matrix.size() - 1;
while (i <= j && i <= k) {
//确定j
j = findTargetLess(i, j, target, matrix, 0);
if (j < i) {
return false;
}
if (matrix[i][j] == target) {
return true;
}
//确定k
k = findTargetLess(i, k, target, matrix, 1);
if (k < i) {
return false;
}
if (matrix[k][i] == target) {
return true;
}
i++;
}
return false;
}
//通过二分法确定j和k的值
//flag为0代表横数组,为1代表纵数组
int findTargetLess(int i, int j, int target, vector<vector<int>>& matrix, int flag) {
int left = i;
int right = j;
int mid;
while (left <= right) {
mid = (left + right) / 2;
if (flag == 0) {//横数组
if (matrix[i][mid] == target) {
return mid;
}
if (matrix[i][mid] < target) {
left = mid + 1;
}
else if (matrix[i][mid] > target) {
right = mid - 1;
}
}
else {//纵数组
if (matrix[mid][i] == target) {
return mid;
}
if (matrix[mid][i] < target) {
left = mid + 1;
}
else if (matrix[mid][i] > target) {
right = mid - 1;
}
}
}
return right;//right一定在left的左边,right对应的值更小
}
};
算法的思路和法I是一致的,不同点在于确定j
和k
此次我采用了二分法,可以降低时间复杂度。还是需要注意一些临界条件。
法III:对每一行进行二分查找
class Solution {
public:
bool searchMatrix(vector<vector<int>>& matrix, int target) {
for (const auto& row: matrix) {
auto it = lower_bound(row.begin(), row.end(), target);
if (it != row.end() && *it == target) {
return true;
}
}
return false;
}
};
法IV:Z字形查找
class Solution {
public:
bool searchMatrix(vector<vector<int>>& matrix, int target) {
int m = matrix.size(), n = matrix[0].size();
int x = 0, y = n - 1;
while (x < m && y >= 0) {
if (matrix[x][y] == target) {
return true;
}
if (matrix[x][y] > target) {
--y;
}
else {
++x;
}
}
return false;
}
};