作者:fengziluo
链接:https://leetcode-cn.com/problems/search-a-2d-matrix-ii/solution/5fen-dai-ma-5bei-de-kuai-le-by-fengziluo-uwcn/
- 搜索二维矩阵 II
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 <= matix[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
右上角->左下角
代码4:
class Solution {
public:
bool searchMatrix(vector<vector<int>>& matrix, int target) {
int r = matrix.size(), c = matrix[0].size(), m = 0, n = c - 1;
while (m < r && n >= 0 && matrix[m][n] != target)
matrix[m][n] > target ? --n : ++m;
return m < r && n >= 0;
}
};
左下角->右上角
代码5:
class Solution {
public:
bool searchMatrix(vector<vector<int>>& matrix, int target) {
int r = matrix.size(), c = matrix[0].size(), m = r - 1, n = 0;
while (m >= 0 && n < c && matrix[m][n] != target)
matrix[m][n] > target ? --m : ++n;
return m >= 0 && n < c;
}
};
处理逻辑:
(利用特性:行/列 都是单调递增)
以二维矩阵的 一角 为起点,每次遍历就 排除 掉二维矩阵内的 一行或一列。
(关健词:排除)
通过排除法,每次都 砍 点多余的部,也就把多余部分的遍历也省掉,从而提高效率。
如图,从左下角开始,第1次排除最下面了行,第2次再排除一行,第3次排除行,第4次排除一列
刨根问底,为什么可以这样用?
刚看到这题的时候,第一反应就是 二分法。
二分法也确实也把这题做出来,但是不是最优解。
二分法最底层的逻辑是 排除法,一次排除掉一半的内容,来节省遍历。
而 排除法 的依据是元素之间存在的 差异。
也正是因为这些差异信息,所以可以做排除法,一行一列的“砍”掉。
(关键词:排除法、差异)
有效差异信息
解这题是通过差异,来排除,不需要的那部分。
而不是所有的 差异 都是可以使用的。
从上到下,也是存在着差异的。每次遍历到的数字不一样,数字与数字之间的不同也是差异,但是这样数字上的不同,却不能带来我们做 排除 的依据,那这种差异就是无效的差异。
而从左下角->右上角,向上 与 向右 除了数字本身不一样,还有在其 行/列 之间本身存在不同的,而这种差异可以帮助我们做为排除的依据,那这种差异的信息就是 有效差异