二维数组查找

题目

二维数组中的查找

在一个二维数组中，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。

例如:
1,2,5
3,4,9
7,8,21

3*3的数组

解答

思路

从二维数组的右上角的元素开始判断，因为此元素是它所在行的最大数，是它所在的列的最小数。如果它等于要查找的数字，则查找过程结束。如果它大于要查找的数字，则可以排除它所在的列。如果它小于要查找的数字，则可排除它所在的行。这样如果要查找的数字不在数组的右上角，则每次判断都可以排除一行或一列以缩小查找范围，直到找到要查找的数字，或者查找范围为空。

代码

Java代码实现

    public boolean findNum(int [][] array,int target) {
        if(array == null || array.length==0 ||array[0].length==0){
            return false;
        }
        int rowLen = array.length; // 行数
        int columnLen = array[0].length; // 列数
        if(target < array[0][0] || target > array[rowLen-1][columnLen-1]){
            return false;
        }
        int i = 0;
        int j = columnLen-1;
        while(i<rowLen && j>=0){
            if(array[i][j] == target){
                return true;
            }else if(array[i][j] > target){
                j--;
            }else{
                i++;
            }
        }

        return false;
    }

扩展

若是在上题中加入一个条件：每行的首数大于上行的尾数
例如：
１，２，３
４，５，６
７，８，９

３＊３的数组

思路

对于排好序的数组考虑使用二分查找法，可以得到Ｏ(logn)的查找效率。那么这个二维数组其实可以看作一维有序数组，在这个一维数组中，元素被分为ｍ段，每段固定长度。即要将此二维数组映射到一个一维数组。
假设映射到一维数组Ａ，Ａ有ｍ*ｎ个元素，那么Ａ[k]=matrix[i][j], 当ｋ＝*ｎ+j，即ｉ＝ｋ/ｎ, j=k%n。有了映射关系后就可以堆展开之后的一维数组进行二分查找，时间复杂度为O(log(m*n))。

代码

Java代码实现

    public boolean findNumEx(int [][] array,int target) {
        if(array == null || array.length==0 || array[0].length==0){
            return false;
        }
        int rowLen = array.length;
        int columnLen = array[0].length;
        if(target < array[0][0] || target > array[rowLen-1][columnLen-1]){
            return false;
        }
        int low = 0;
        // 总共有rowLen*columnLen个元素
        int high = rowLen*columnLen-1;
        while(low <= high){
            int mid = (low + high)/2;
            if(array[mid/columnLen][mid%columnLen] == target){
                // 找到此元素，返回true
                return true;
            }else if(array[mid/columnLen][mid%columnLen] < target){
                // 在右半部分继续找
                low = mid+1;
            }else{
                // 在右半部分继续找
                high = mid-1;
            }
        }
        return false;
    }