在二维矩阵/数组中查找元素 Leetcode74, Leetcode240

news2024/11/27 9:52:43

这一类题型中二维数组的元素取值有序变化,因此可以用二分查找法。我们一起来看一下。

一、Leetcode 74

Leetcode 74. 搜索二维矩阵 这道题要在一个二维矩阵中查找元素。该二维矩阵有如下特点:

  • 每行元素 从左到右 按非递减顺序排列。
  • 每行的第一个元素 > 前一行的最后一个元素。

也就是说,这种二维数组的元素逐行、逐列递增变化,如下图所示,沿箭头方向元素值递增:

在这里插入图片描述

方法一:做两次二分查找。
  • 先在第一列中查找值为 target 的元素所在行。
  • 再在这一行中查找值为 target 的元素所在列。

在这两步中,难点在于第一步确定 target 所在行。以图中的示例矩阵为例,要寻找 3,如何定位到 3 所在行呢?在第一列的元素中,3 所在行的第一列元素 1 是小于 3 的元素中最接近 3 的元素,这就是第一步的思路:在第一列元素中查找小于等于 target、且最接近 target 的元素。这里可以用 Leetcode 69 所使用的方法(欢迎阅读文章:二分查找法搜寻元素 Leetcode35, Leetcode69,其中详细介绍了这类问题的两种解决方法,本文采用了其中一种方法。)

相应的 Python 代码和注释为:

class Solution:
    def searchMatrix(self, matrix: List[List[int]], target: int) -> bool:
        # 第一步:查找元素所在行
        low, high = 0, len(matrix) - 1
        while low <= high:
            mid = low + (high - low) // 2
            # 注意:这里是在第 1 列查找,
            # mid元素索引为 matrix[mid][0]。
            if matrix[mid][0] == target:
                return True
            elif matrix[mid][0] > target:
                high = mid - 1
            else:
                low = mid + 1
        # 确定元素所在行(row)
        row = high

        # 第二步:查找元素所在列
        low, high = 0, len(matrix[0]) - 1
        while low <= high:
            mid = low + (high - low) // 2
            # 注意:这里是在第 row 行查找,
            # mid元素索引为 matrix[row][mid]。
            if matrix[row][mid] == target:
                return True
            elif matrix[row][mid] > target:
                high = mid - 1
            else:
                low = mid + 1

        return False         
方法二:把二维矩阵看作一个一维数组处理。

因为矩阵的元素是按升序排列,我们在处理时可以把它想象成连续的一维序列,就像上图示例矩阵中的元素,在脑子里把它“拼接”成一个连续的一维数组,[1,3,5,7,10,11,16,20,23,30,34,60],在这个升序数组里查找元素很容易。

但是,这个一维数组索引只是我们为了解决问题做的设想,实际中矩阵元素是以二维数组形式存储的,因此每次索引元素值时还需要一个操作:把(设想的)一维数组索引换算回(实际的)二维数组索引。

相应的 Python 代码和注释为:

class Solution:
    def searchMatrix(self, matrix: List[List[int]], target: int) -> bool:
        # 求 mxn 矩阵的维度大小
        m = len(matrix)
        n = len(matrix[0])
        
        # 按“一维”有序数组处理
        length = m*n
        low, high = 0, length - 1
        while low <= high:
            mid = low + (high - low) // 2
            
            # 关键:索引时要把(设想的)一维数组索引换算回(实际的)二维数组索引。
            mid_row = mid // n
            mid_col = mid % n
            mid_val = matrix[mid_row][mid_col] 
            
            if mid_val == target:
                return True
            elif mid_val > target:
                high = mid - 1
            else:
                low = mid + 1
        return False           

方法二实现起来比方法一更简洁,但是我在 Leetcode 运行代码时发现方法二比方法一的耗时大。

二、Leetcode 240

Leetcode 240. 搜索二维矩阵 II 这道题也是在二维矩阵中查找元素。不同的是,这里的二维矩阵有如下特点:

  • 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。

下图所示为一个示例矩阵:

在这里插入图片描述

这道题的巧妙之处在于中点 mid 的选择

根据给定矩阵的升序排列特点,一个元素位于第 i 行、第 j 列,则该元素所在行第 0 ~ ( j - 1 ) 列的元素都比它小;该元素所在列第 ( i + 1 ) ~ ( m - 1 ) 行的元素都比它大。具体来说,以上图的示例矩阵为例,如绿色箭头标识所示,以圆圈中的元素 8 为中点,[ 2, 5, 8, 9, 14, 23 ] 这些元素就构成了一个升序排列的数组。也就是说,以第 i 行、第 j 列的元素为直角,其所在行和列元素构成的 倒 “L” 形状序列 是一个有序数组,而在直角的这个元素就是数组的中点。在这个数组中可以用二分查找:比较中点的元素与目标值 target 的大小决定下一步的寻找范围。如果该元素大于 target,就往左移一列:j - 1。如果该元素小于 target,就往下移一行:i + 1。

应该从哪里开始呢?选择右上角的元素(第 0 行,(n-1) 列)做为起始 mid 元素,逐步推进到左下角元素。时间复杂度是 O(m+n)。这一点您可以试一下,如果要找的元素位于左下角,正好要走 m+ n 步。

相应的 Python 代码为:

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

本文对您有帮助的话,请点赞支持一下吧,谢谢!

关注我 宁萌Julie,互相学习,多多交流呀!

参考

1.Leetcode 74 方法二思路:Don’t treat it as a 2D matrix, just treat it as a sorted list - Search a 2D Matrix - LeetCode

2.Leetcode 240 思路:My concise O(m+n) Java solution - Search a 2D Matrix II - LeetCode

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1170349.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

大数据技能竞赛(需要提供相关答疑私信)

全国职业院校技能大赛模拟题 &#xff08;平台搭建&#xff0c;离线数据清洗&#xff0c;实时数据分析&#xff0c;可视化&#xff0c;综合分析&#xff09; 大数据平台搭建 大数据技术与应用技能竞赛题目解析及代码分析实验 Hadoop完全分布式安装配置/伪分布式安装配置 Spark、…

SAP IDOC 开发入门

1, 基本概念 IDOC技术在早起版本的R/3系统就已经集成了&#xff0c;不过国内真正用起来还是05年以后了&#xff0c;其实IDOC是很强大的&#xff0c;在主数据和一些业务数据同步方面&#xff0c;几乎不需要做任何开发就可以配置完成&#xff0c;例如BD11&#xff0c;BD13这些事…

[滑动窗口] (一) LeetCode 209. 长度最小的子数组 和 LCR 016.无重复字符的最长子串

[滑动窗口] (一) LeetCode 209. 长度最小的子数组 和 LCR 016.无重复字符的最长子串 文章目录 [滑动窗口] (一) LeetCode 209. 长度最小的子数组 和 LCR 016.无重复字符的最长子串什么是滑动窗口长度最小的子数组题目解析解题思路代码实现总结 无重复字符的最长子串题目解析解题…

氮化镓功率放大器长期记忆效应的补偿

标题&#xff1a;Compensation of Long-Term Memory Effects on GaN HEMT-Based Power Amplifiers 来源&#xff1a;IEEE TRANSACTIONS ON MICROWAVE THEORY AND TECHNIQUES DPD&#xff1a;数字预失真&#xff08;Digital Pre-Distortion&#xff09;RF PA&#xff1a;射频功…

UI设计感专业商业代理服务公司宣传前端网站模板源码

专业商业代理服务公司宣传网站模板是一款适合提供商情分析、报告分析、IT咨询、管理、策略计划等商业代理服务公司宣传网站模板下载。提示&#xff1a;本模板调用到谷歌字体库&#xff0c;可能会出现页面打开比较缓慢。 演示下载 qnziyw点cn/wysc/qdmb/21764点html

CoDeSys系列-4、基于Ubuntu的codesys运行时扩展包搭建Profinet主从环境

CoDeSys系列-4、基于Ubuntu的codesys运行时扩展包搭建Profinet主从环境 文章目录 CoDeSys系列-4、基于Ubuntu的codesys运行时扩展包搭建Profinet主从环境一、前言二、资料收集三、Ubuntu18.04从安装到更换实时内核1、下载安装Ubuntu18.042、下载安装实时内核&#xff0c;解决编…

【Linux】 man命令使用

介绍 man命令是Linux下最核心的命令之一。而man命令也并不是英文单词“man”的意思&#xff0c;它是单词manual的缩写&#xff0c;即使用手册的意思。 man命令会列出一份完整的说明。 其内容包括命令语法、各选项的意义及相关命令 。更为强大的是&#xff0c;不仅可以查看Lin…

Redis创始人开源最小聊天服务器,仅200行代码,几天功夫已获2.8K Star!

中午时候&#xff0c;在技术交流群里聊起关于Redis创始人的一些趣事&#xff0c;比如离开Redis之后&#xff0c;去写科幻小说之类的。 因为好奇科幻小说&#xff0c;TJ君就去搜索了一下。结果一搜&#xff0c;发现Redis作者最近居然又搞了个新活儿&#xff01; 世界上最小的聊…

网安新旅程

网安新旅程 将近四个月没发博客了&#xff0c;今天交代一下最近发生的事情和规划。 TryHackMyOffsecBox QQ交流 君羊&#xff1a;751273347 近期的事情 6月开始我进入htb学院学习CPTS&#xff0c;7月左右我完成了95%左右的内容。7-8月份我基本都在做C#相关的开发&#xff0c…

Linux ----------------------- 文本处理工具

&#xff08;一&#xff09;绪论 awk、grep、sed和cut 是Linux 操作文本的四大利器&#xff0c;合称文本四大金刚&#xff0c;也是必须掌握的Linux 命令之一。这四个工具的功能各有侧重&#xff1a; awk&#xff1a;功能最强大&#xff0c;用于处理和格式化文本&#xff0c;可…

uniapp原生插件之安卓热敏打印机打印插件

插件介绍 安卓热敏打印机打印插件&#xff0c;自动授权&#xff0c;打印机连接监听&#xff0c;打印文本&#xff0c;条形码&#xff0c;二维码&#xff0c;切纸&#xff0c;打印机状态&#xff0c;打印结果查询等 插件地址 安卓热敏打印机打印插件 - DCloud 插件市场 超级…

信号完整性分析基础知识之有损传输线、上升时间衰减和材料特性(九):互连的带宽

如果我们从理想方波的频谱开始&#xff0c;优先衰减高频分量而不是低频分量&#xff0c;则传输信号的带宽&#xff08;重要的最高正弦波频率&#xff09;将会减小。我们让波传播的时间越长&#xff0c;高频分量的衰减就越大&#xff0c;带宽就越低。 带宽作为重要的最高正弦波频…

EASYX输出文字

在EASYX中绘制出字符串和字符 #define _CRT_SECURE_NO_WARNINGS #include <stdio.h> #include <easyx.h> #include <iostream> #include <math.h> #include <stdlib.h> #include <conio.h> #include <time.h> #define PI 3.14、 //…

CoT: 思路链提示促进大语言模型的多步推理

CoT 总览摘要1 引言2 Chain-of-Thought Prompting3 算术推理 &#xff08;Arithmetic Reasoning&#xff09;3.1 实验设置3.2 结果3.3 消融实验3.4 CoT的鲁棒性 4 常识推理 &#xff08;Commonsense Reasoning&#xff09;5 符号推理 &#xff08;Symbolic Reasoning&#xff0…

SLAM从入门到精通(计算点到直线的距离)

【 声明&#xff1a;版权所有&#xff0c;欢迎转载&#xff0c;请勿用于商业用途。 联系信箱&#xff1a;feixiaoxing 163.com】 大家一开始看到这个题目的时候&#xff0c;也许比较吃惊。为什么会有这样的题目&#xff1f;但是做过slam的同学&#xff0c;应该就比较熟悉和了解…

Mysql库操作

一&#xff1a;库的操作 1&#xff1a;创建数据库 mysql> create database test1; Query OK, 1 row affected (0.00 sec)mysql> create database test2 charsetutf8;create database test2 character utf8;Query OK, 1 row affected (0.00 sec)mysql> create databa…

Linux学习笔记之二(环境变量)

Linux learning note 1、环境变量1.1、修好PATH环境变量 1、环境变量 环境变量(environment variables)即系统运行的一些环境参数。主要的环境变量有以下这些&#xff1a; PATH&#xff1a;决定了系统查找可执行文件的目录范围。HOME&#xff1a;指定当前用户的主目录路径。U…

【C++心愿便利店】No.11---C++之string语法指南

文章目录 前言一、 为什么学习string类二、标准库中的string类 前言 &#x1f467;个人主页&#xff1a;小沈YO. &#x1f61a;小编介绍&#xff1a;欢迎来到我的乱七八糟小星球&#x1f31d; &#x1f4cb;专栏&#xff1a;C 心愿便利店 &#x1f511;本章内容&#xff1a;str…

4.网络之TCP

TCP协议(传输层) 文章目录 TCP协议(传输层)1. TCP报文格式2. TCP相关机制2.1 确认应答机制2.2 超时重传机制2.3 连接管理机制&#xff08;重点&#xff09;2.3.1 三次握手2.3.2 四次挥手 2.4 滑动窗口机制2.5 流量控制机制2.6 拥塞控制机制2.7 延迟应答机制2.8 捎带应答机制 3.…

c++ | 字符串与指针的恩断情仇

我想&#xff0c;c/c中难的不是指针&#xff0c;而是其中的变化&#xff0c;尤其是思维的转变。很多东西 就是容易掉进陷阱。好在&#xff0c;你我都是善于思考的码农&#xff01; 大致情况是这样的&#xff0c;底层<–>c语言<–>c<–>应用 而数据的传输的最…