二维数组查找
题目描述
在一个二维数组array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。
示例
[[1,2,8,9],
[2,4,9,12],
[4,7,10,13],
[6,8,11,15]]
给定 target = 7,返回 true。
给定 target = 3,返回 false。
0 <= array.length <= 500
0 <= array[0].length <= 500
思路1 暴力破解
最先想到的就是将整个数组遍历一遍。
class Solution {
public:
bool Find(int target, vector<vector<int> > array) {
// 判断数组是否为空
if (array.size() ==0 || array[0].size() ==0) return false;
for (const auto& vec : array) {
for (const int val : vec) {
if (val == target)
return true;
}
}
return false;
}
};
auto为C++11新增关键字,用于类型推导
思路2
根据题目中标亮的地方可以知道,如果存在满足题意的数,我们可以先遍历第一行,找到第一个大于目标的数(设这个数位于第 m 1 m_1 m1列),得到目标数所在的列的范围(1~ m 1 m_1 m1-1),同理可以得到目标数所在的行的范围。
class Solution {
public:
bool Find(int target, vector<vector<int> > array) {
/*第二次出错,没有考虑空指针*/
/*第三次出错,判断是否为空错误
if(array.size()==0)
return false;*/
int n = array.size();
int m = array[0].size();
//是否为空指针
if(n==0||m==0)
return false;
/*第一次出错,对行列上界更新逻辑错误
int n1 = 0;
int m1 = 0;
*/
int n1 = n;
int m1 = m;
//列最大
for(int i=0;i<n;i++)
{
if(array[i][0]==target)
return true;
if(array[i][0]>target)
m1=i;
}
//行最大
for(int i=0;i<m;i++)
{
if(array[0][i]==target)
return true;
if(array[0][i]>target)
n1=i;
}
if(n1==1&&m1==1)
return false;
for(int i=0;i<n1;i++)
{
for(int j=0;j<m1;j++)
{
if(array[i][j]==target)
return true;
}
}
return false;
}
};
检查发现漏掉了一种情况,上述解法只单独考虑了小于所有数并直接返回,没有将大于所有数直接返回作为特殊条件列出。
官方题解 二分查找
假设arr数组,val,tar如下图所示:
如果我们把二分值定在右上角或者左下角,就可以进行二分。这里以右上角为例,左下角可自行分析:
1)设初始值为右上角元素,arr[0][5] = val,目标tar = arr[3][1]
2)接下来进行二分操作:
3)如果val == target,直接返回
4)如果 tar > val, 说明target在更大的位置,val左边的元素显然都是 < val,间接 < tar,说明第 0 行都是无效的,所以val下移到arr[1][5]
5)如果 tar < val, 说明target在更小的位置,val下边的元素显然都是 > val,间接 > tar,说明第 5 列都是无效的,所以val左移到arr[0][4]
6)继续步骤2)
class Solution {
public:
bool Find(int target, vector<vector<int> > array) {
// 判断数组是否为空
int m = array.size();
if (m == 0) return false;
int n = array[0].size();
if (n == 0) return false;
int r = 0, c = n-1; // 右上角元素
while (r<m && c>=0) {
if (target == array[r][c]) {
return true;
}
else if (target > array[r][c]) {
++r;
}
else {
--c;
}
}
return false;
}
};
相较于我自己的解法,这个解法只对“边缘”进行遍历,时间复杂度更低,为O(m+n) ,其中m为行数,n为列数,最坏情况下,需要遍历m+n次。