Leetcode JAVA刷刷站(74)搜索二维矩阵

news2024/11/25 14:46:36

一、题目概述

二、思路方向 

       要在一个满足上述条件的矩阵中查找一个整数 target,我们可以利用矩阵的排序和递增特性来优化搜索过程。由于矩阵的每一行都是非严格递增的,且后一行的第一个元素大于前一行的最后一个元素,我们可以将矩阵视为一个有序的一维数组,并采用二分查找的方法来加速搜索过程。

三、代码实现 

public class Solution {  
    public boolean searchMatrix(int[][] matrix, int target) {  
        if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {  
            return false;  
        }  
  
        int m = matrix.length;  
        int n = matrix[0].length;  
        int left = 0;  
        int right = m * n - 1;  
  
        while (left <= right) {  
            int mid = left + (right - left) / 2;  
            int midVal = getElement(matrix, mid / n, mid % n);  
  
            if (midVal == target) {  
                return true;  
            } else if (midVal < target) {  
                left = mid + 1;  
            } else {  
                right = mid - 1;  
            }  
        }  
  
        return false;  
    }  
  
    // 辅助函数,根据二维数组的索引(转换为一维数组的索引)来获取元素值  
    // row 和 col 分别是二维数组的行和列索引  
    private int getElement(int[][] matrix, int row, int col) {  
        return matrix[row][col];  
    }  
  
    public static void main(String[] args) {  
        Solution solution = new Solution();  
        int[][] matrix = {  
            {1, 3, 5, 7},  
            {10, 11, 16, 20},  
            {23, 30, 34, 50}  
        };  
        int target = 3;  
        System.out.println(solution.searchMatrix(matrix, target)); // 输出 true  
  
        target = 20;  
        System.out.println(solution.searchMatrix(matrix, target)); // 输出 true  
  
        target = 22;  
        System.out.println(solution.searchMatrix(matrix, target)); // 输出 false  
    }  
}

执行结果: 

四、小结

       这段代码首先检查矩阵是否为空或大小为0,然后初始化二分查找的左右边界(即将二维矩阵转换为一维数组时的索引范围)。在循环中,通过计算 mid 的行和列索引来获取中间元素的值,并与 target 进行比较。根据比较结果更新查找的边界,直到找到 target 或搜索范围为空。

       注意,这里通过 mid / n 和 mid % n 将一维索引转换为二维索引,其中 n 是矩阵的列数。这样我们就可以在二维矩阵上应用二分查找算法了。

 结语   

你不甘平凡的勇气

是改写命运的笔

!!!

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/2061370.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

Enhancing Octree-Based Context Models for Point Cloud Geometry Compression 论文笔记

1. 论文基本信息 发布于&#xff1a; IEEE SPL 2024 2. 创新点 分析了基于 one-hot 编码的交叉熵损失函数为什么不能准确衡量标签与预测概率分布之间的差异。介绍了 ACNP 模块&#xff0c;该模块通过预测占用的子节点数量来增强上下文模型的表现。实验证明了ACNP模块在基于八…

Linux --- 文件系统

1. 文件系统的概念 Linux 文件系统是一种用于管理、存储和组织数据的层次结构&#xff0c;用于在 Linux 操作系统中管理磁盘上的数据存储。它定义了如何在存储介质&#xff08;如硬盘、固态硬盘或 USB 闪存&#xff09;上组织文件和目录&#xff0c;以及如何读取、写入和操作这…

【时间序列预测_python_jupyter】使用neuralforecast包在jupyter-lab上预测并绘图

neuralforecast包有很多引入好的时间序列预测算法模型&#xff0c;可以直接通过接口调用。 支持的算法模型有&#xff1a; __all__ [RNN, GRU, LSTM, TCN, DeepAR, DilatedRNN,MLP, NHITS, NBEATS, NBEATSx, DLinear, NLinear,TFT, VanillaTransformer, Informer, Autoforme…

wsl2 airsim wairing for connect (Windows11 UE4.27)问题解决

一、概述 这里记述我遇到我在使用wsl2子系统与Windows11上进行交互时候&#xff0c;遇到的一些我之前没有遇到过的问题。 之前的我写的配置链接在这里。 UE5 with plugins AirSim in Windows & ROS in WSL2-Ubuntu 20.04配置过程记录_airsim ue5-CSDN博客文章浏览阅读455次…

Linux云计算 |【第二阶段】SECURITY-DAY2

主要内容&#xff1a; Zabbix报警机制&#xff08;创建触发器、设置邮箱、执行动作&#xff09;&#xff0c;Zabbix进阶操作&#xff08;主动发现、主被动监控模式、拓扑图、聚合图形&#xff09;、监控案例&#xff08;监控Nginx服务状态、监控TCP连接状态&#xff09; 一、Z…

C#开发基础之100个常用的C#正则表达式

前言 正则表达式是处理字符串的强大工具&#xff0c;特别是在文本搜索、替换和验证中。本文将100个常用的C#正则表达式进行分类&#xff0c;以帮助我们更快速地找到适合的正则表达式解决方案。 1. 基础匹配 这些正则表达式用于匹配一些基本的字符或字符串模式。 匹配任意字…

MATLAB-PSO-BiTCN-BiLSTM-Attention多变量分类

一、数据集 数据特征&#xff1a;12个多分类&#xff1a;4分类 ​ 二、PSO-BiTCN-BiLSTM-Attention网络 PSO-BiTCN-BiLSTM-Attention 网络是一种结合了多种深度学习技术和优化算法的复杂模型&#xff0c;用于处理时序数据任务&#xff0c;如时间序列预测、分类或其他相关问题…

IntelliJ IDEA ideaIU-2024.2.0.2.exe 启动 IDE 失败

以下是一些可能会导致 IDE 启动失败的问题的情况和解决方案&#xff1a; 启动 IDE 时弹出 Start Failed 的对话框&#xff0c;并且对话框内的信息中含有 crack 相关的内容 请在以下位置找到 .vmoptions 文件&#xff0c;打开并查看有没有 -javaagent 这行内容&#xff0c;如果…

gpt-4o-mini 等大模型的第三方中转API接口教程

How to use gpt-4o-mini by Python 文章目录 1 python环境安装1.1 anaconda 添加到系统变量1.2 anaconda 创建新的python虚拟环境 2 langchain 与 openai python包安装3 openai API 接入3.1 第三方API站点3.2 windows配置3.3 大模型API调用消费估算 4 相关教程重要事项 1 pyth…

【六】阿伟开始搭建Kafka学习环境

阿伟开始搭建Kafka学习环境 概述 上一篇文章阿伟学习了Kafka的核心概念&#xff0c;并且把市面上流行的消息中间件特性进行了梳理和对比&#xff0c;方便大家在学习过程中进行对比学习&#xff0c;最后梳理了一些Kafka使用中经常遇到的Kafka难题以及解决思路&#xff0c;经过上…

PDPS软件 那智机器人 (丰田版)离线程序导出处理

在PDPS仿真软件中导出的那智机器人离线程序&#xff0c;一般是无法直接给TFD控制装置-那智机器人&#xff08;丰田式样版&#xff09;导入及识别使用。因此要对导出的程序进行转换编译处理&#xff0c;才能给TFD那智机器人&#xff08;丰田式样版&#xff09;导入离线程序。以下…

comfyUI工作流-Flux大模型应用/黑神话悟空角色生成(附lora)

​ 是什么让悟空开始搬砖&#xff0c;这莫不是新的副本 其实我们用AI就能生成这种黑神话悟空的衍生图片 让悟空做ceo&#xff0c;做老师&#xff0c;上工地搬砖 七十二变&#xff0c;体验人生百态 操作很简单&#xff0c;只需要一个comfyUI工作流&#xff0c;你就能任意生成…

Studying-CodeTop | 3. 无重复字符的最长子串、206. 反转链表、146. LRU 缓存

目录 3. 无重复字符的最长子串 206. 反转链表 146. LRU 缓存 解题过程&#xff1a; 3. 无重复字符的最长子串 题目&#xff1a;3. 无重复字符的最长子串 - 力扣&#xff08;LeetCode&#xff09; 学习&#xff1a;本题题意很好理解&#xff0c;我们需要从所有不含有重复…

Linux 软件编程学习第十七天

1.select的缺点&#xff1a; 1.select监听的文件描述符集合是一个数组&#xff0c;有上限&#xff08;1024个&#xff09; 2.select监听的文件描述符集合在应用层&#xff0c;内核层监听事件后需要传递给用户层带来资源开销 3.select需要用户手动查找产生事件的文件…

数据复制一(主从复制详解)

目录 一、主从复制 二、同步复制和异步复制 三、节点失效处理方案 四、复制日志的实现 五、复制滞后问题 读自己的写 单调读 前缀一致读 数据复制就是相同的数据在多台机器上传输&#xff0c;多台机器可以在一个机房也不可以跨区域。通过数据复制有以下好处&#xff1a…

「数组」希尔排序 / 区间增量优化(C++)

目录 概述 思路 核心概念&#xff1a;增量d 算法过程 流程 Code 优化方案 区间增量优化 Code(pro) 复杂度 概述 我们在「数组」冒泡排序|选择排序|插入排序 / 及优化方案&#xff08;C&#xff09;中讲解了插入排序。 它有这么两个特点&#xff1a; ①待排序元素较…

<数据集>无人机航拍不同高度牧羊识别数据集<目标检测>

数据集格式&#xff1a;VOCYOLO格式 图片数量&#xff1a;6065张 标注数量(xml文件个数)&#xff1a;6065 标注数量(txt文件个数)&#xff1a;6065 标注类别数&#xff1a;1 标注类别名称&#xff1a;[sheep] 序号类别名称图片数框数1sheep6065149785 使用标注工具&…

【Spring】初识Spring MVC

文章目录 前言一、MVC是什么&#xff1f;二、学习Spring MVC建立连接RequestMapping注解注解的使用细节 三、传递参数的情况传递单个参数1.传递String2.传递包装类/基本类型3.参数重命名(RequestParam) 传递多个参数传递对象传递数组传递集合参数为变量传递文件小细节 四、JSON…

MCAL--MCU (S32K144)

AutoSAR中MCU Driver主要提供了用于基本的控制器初始化、下电、复位功能的服务,同时也为其它MCAL层需要的功能提供对应的服务函数。通常来说在AutoSAR的架构中MCU主要支持以下几个功能: 1.初始化控制器的外设时钟、系统时钟、PLL等,对所有控制器内各个外设模块用到的时钟提供…

Spring之@Bean注解

1. 使用方式 1.1 Configuration Bean 1.1.1 创建实体类 User Data NoArgsConstructor public class User {private String name;public User(String name) {this.name name;} } 1.1.2 创建配置类 UserConfig Configuration public class UserConfig {Beanpublic User us…