[C语言][C++][时间复杂度详解分析]二分查找——杨氏矩阵查找数字详解!!!

一,题目

遇到的一道算法题:

1,已知有一个数字矩阵(row行,col列),矩阵的每行 从左到右 递增,每列 从上到下 递增。

2,现输入一个数字  num  ,判断数字矩阵中是否存在该元素,若存在,求出此数字在矩阵的哪一行,哪一列?(求出其中一组行列即可)

3,要求:时间复杂度小于O(N)。

二,简介杨氏矩阵

此题目中的矩阵也叫做杨氏矩阵,通常可以用二维数组来表示。

杨氏矩阵画图举例:

解决此题并不需要深刻理解杨氏矩阵。

但若有需要,杨氏矩阵详解链接附上:杨氏矩阵 - OI Wiki (oi-wiki.org)

三,各种解法(时间复杂度的详解)以及思考

3.1:暴力遍历

   3.1.1:详解代码

for (int i = 0; i < row; i++)
{
	for (int j = 0; j < col; j++)
	{
		if (Y_arr[i][j] == search)
		{
			printf("%d %d\n", i, j);
		}
	}
}

   3.1.2:时间复杂度分析

   最坏的情况下,此方法的时间复杂度为 O(rwo * col)

   不符合题目要求。

   优化!

3.2:对每行元素进行二分查找

   3.2.1:在代码中具体分析!

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
#define NUM 10
int main()
{
	int Y_arr[NUM][NUM] = { 0 };
	int row = 0;
	int col = 0;
	//输入行 列
	scanf("%d %d", &row, &col);
	//输入数组中的元素
	for (int i = 0; i < row; i++)
	{
		for (int j = 0; j < col; j++)
		{
			scanf("%d", &Y_arr[i][j]);
		}
	}

	//输入要查找的数
	int search = 0;
	scanf("%d", &search);
	//开始查找
	
	for (int i = 0; i < row; i++)
	{
		int left = 0;
		int right = col - 1;
		while (left <= right)
		{
			int mid = left + (right - left) / 2;
			if (Y_arr[i][mid] < search)//中数小于要查找的数,更新左下标,缩小范围
			{
				left = mid + 1;
			}
			else if (Y_arr[i][mid] > search)//中数大于要查找的数,更新右下标,缩小范围
			{
				right = mid - 1;
			}
			else//找到了
			{
				printf("要查找的数的行下标是 %d , 列下标是 %d\n", i, mid);
				return 0;
			}
		}
	}
	printf("找不到\n");
	return 0;
}

   3.2.2:时间复杂度分析

   最坏的情况下,此方法的时间复杂度是 O( row * log(col) )

   仍不符合题目要求。

   再优化!

3.3:定位查找法

   3.3.1:规律总结

      每次从右上角开始查找:

      Ⅰ:若要查找的数大于每次的右上角的数,就更新行数。

      Ⅱ:若要查找的数小于每次的右上角的数,就更新列数。

   3.3.2:画图分析 | 模拟查找

   

   3.3.3:代码解决

   

​
#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
#define NUM 10
int main()
{
	int Y_arr[NUM][NUM] = { 0 };
	int row = 0;
	int col = 0;
	//输入行 列
	scanf("%d %d", &row, &col);
	//输入数组中的元素
	for (int i = 0; i < row; i++)
	{
		for (int j = 0; j < col; j++)
		{
			scanf("%d", &Y_arr[i][j]);
		}
	}

	//输入要查找的数
	int search = 0;
	scanf("%d", &search);
	//开始查找
	int temp_row = 0;
	int temp_col = col - 1;
	while (temp_row < row && temp_col >= 0)
	{
		if (Y_arr[temp_row][temp_col] > search)
		{
			temp_col -= 1;
		}
		else if (Y_arr[temp_row][temp_col] < search)
		{
			temp_row += 1;
		}
		else
		{
			printf("要查找的数的行下标是 %d , 列下标是 %d\n", temp_row, temp_col);
			return 0;
		}
	}
	printf("找不到\n");
	return 0;
}

​

   3.3.4:时间复杂度分析

   最坏的情况下,此方法的时间复杂度为 O( row + col ).

   符合题目要求。

   完美!!!

四,总结

4.1:问题解决

   Ⅰ,同一种问题的解决,可能会使用多种方法,尽我们所能地使用最优解,这是再好不过了。    

   Ⅱ,不断地优化代码,不断地学习新方法,时时刻刻在进步

   Ⅲ,欢迎分享,感谢阅读!

 

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:/a/356631.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Python列表中的append功能及用法举例

Python列表中的append功能及用法举例 &#x1f335;文章目录&#x1f335; &#x1f333;引言&#x1f333;&#x1f333;append()&#x1f333;&#x1f340;功能介绍&#x1f340;&#x1f340;语法&#x1f340;&#x1f340;示例&#x1f340;&#x1f340;注意事项&#x…

【Go-Zero】Windows启动rpc服务报错panic:context deadline exceeded解决方案

【Go-Zero】Windows启动rpc服务报错panic:context deadline exceeded解决方案 大家好 我是寸铁&#x1f44a; 总结了一篇Windows11下启动rpc服务报错panic解决方案的文章✨ 喜欢的小伙伴可以点点关注 &#x1f49d; 问题来源 今天在编写完proto文件后&#xff0c;使用goctl生成…

jenkins pipeline配置maven可选参数

1、在Manage Jenkins下的Global Tool Configuration下对应的maven项添加我们要用得到的不同版本的maven安装项 2、pipeline文件内容具体如下 我们maven是单一的&#xff0c;所以我们都是配置单选参数 pipeline {agent anyparameters {gitParameter(name: BRANCH_TAG, type: …

【算法Hot100系列】合并区间

💝💝💝欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学习,不断总结,共同进步,活到老学到老导航 檀越剑指大厂系列:全面总结 jav…

【Redis】关于它为什么快?使用场景?以及使用方式?为何引入多线程?

目录 1.既然redis那么快&#xff0c;为什么不用它做主数据库&#xff0c;只用它做缓存&#xff1f; 2.Redis 一般在什么场合下使用&#xff1f; 3.redis为什么这么快&#xff1f; 4.Redis为什么要引入了多线程&#xff1f; 1.既然redis那么快&#xff0c;为什么不用它做主数据…

电路笔记 :MOS场效应晶体管+红外遥控+AMS1117 电源模块

三极管&#xff08;BJT&#xff0c;Bipolar Junction Transistor&#xff09;和 MOSFET&#xff08;Metal-Oxide-Semiconductor Field-Effect Transistor&#xff09;是两种不同类型的晶体管&#xff0c;它们在工作原理、性能特性和应用方面有一些重要的区别。 结构和工作原理…

基于.NET+FreeSql实现的仿掘金专栏前后端分离的CMS

前言 今天分享一款基于.NETFreeSql实现的仿掘金专栏前后端分离、支持Docker部署、集成了OAtuh2授权登录、QQ、Github、Gitee快速登录、简单实用的CMS&#xff1a;lin-cms-dotnetcore。 什么是 Lin CMS&#xff1f; 林间有风团官方团队Gitee地址&#xff1a;https://gitee.com/…

数据库管理-第139期 做大还是做小-Oracle名称哪些事(20240125)

数据库管理139期 2024-01-25 第139期 做大还是做小-Oracle名称哪些事&#xff08;20240125&#xff09;1 问题2 排查3 扩展总结 第139期 做大还是做小-Oracle名称哪些事&#xff08;20240125&#xff09; 作者&#xff1a;胖头鱼的鱼缸&#xff08;尹海文&#xff09; Oracle A…

【硬件产品经理】避免硬件产品失败 | 技术维度

目录 简介 技术维度一&#xff1a;低估产品开发 技术维度二&#xff1a;低估规模生产的复杂性 技术维度三&#xff1a;测试不足 技术维度四&#xff1a;产品太复杂 技术维度五&#xff1a;对客户承诺太高 推荐内容 简介 这节内容主要从技术维度来谈谈避免硬件产品失败这…

指针的深入了解5

1.二维数组传参本质 在此之前我们学习了一维数组传参&#xff0c;传的是它的首元素地址。那么二维数组也是这样的吗&#xff1f; 我们来看一串代码&#xff1a; void print(int(*pt)[5]) {for (int i 0; i < 3; i){for (int j 0; j < 5; j){printf("%d ",…

bert提取词向量比较两文本相似度

使用 bert-base-chinese 预训练模型做词嵌入&#xff08;文本转向量&#xff09; 模型下载&#xff1a;bert预训练模型下载-CSDN博客 参考文章&#xff1a;使用bert提取词向量 下面这段代码是一个传入句子转为词向量的函数 from transformers import BertTokenizer, BertMod…

2024年了,是谁还在学C++11?(没错,是我)

今天要聊的这本书&#xff0c; 是真正畅行全球20年的C入门必读经典&#xff0c;各版本全球总销量超1300万册&#xff01; 它惠及了数百万高校师生&#xff0c;启蒙了5代国产程序员&#xff0c; 令全球数千万C开发者全部为之疯狂的大&#xff01;师&#xff01;名&#xff01…

实现Crm系统的灵活配置,满足不同行业客户需求

目录 一&#xff1a;数据模型配置 二&#xff1a;流程配置 三&#xff1a;扩展性配置 实现CRM系统的可配置性需要关注以下几个方面&#xff1a; 一&#xff1a;数据模型配置 为了满足企业的个性化需求&#xff0c;CRM系统需要提供灵活的数据模型配置。用户可以根据自己的业…

秋招面试—计算机网络安全

2021 计算机网络安全 1.Get 和 Post 的区别 get 用于获取数据&#xff0c;post用于提交数据&#xff1b; get 的缓存保存在浏览器和web服务器日志中&#xff1b; get 使用明文传输&#xff0c;post请求保存在请求体中&#xff1b; get 长度限制在2048以内 2.常见的HTTP请…

CVE-2024-0352 likeshop v2.5.7文件上传漏洞分析

本次的漏洞研究基于thinkPHP开发开的一款项目..... 漏洞描述 Likeshop是Likeshop开源的一个社交商务策略的完整解决方案&#xff0c;开源免费版基于thinkPHP开发。Likeshop 2.5.7.20210311及之前版本存在代码问题漏洞&#xff0c;该漏洞源于文件server/application/api/contr…

pytest教程-8-用例参数化方法

领取资料&#xff0c;咨询答疑&#xff0c;请➕wei: June__Go 上一小节中我们学习了pytest用例前后置方法的使用&#xff0c;本小节我们讲解一下pytest用例的参数化方法。 参数化简介&#xff1a; 参数化测试是指在测试用例中通过传入不同的参数来运行多次测试&#xff0c;…

图像复原的天花板在哪里?SUPIR:开创性结合文本引导先验和模型规模扩大

SUPIR&#xff08;Scaling-UP Image Restoration&#xff09;&#xff0c;这是一种开创性的图像复原方法&#xff0c;利用生成先验和模型扩大规模的力量。通过利用多模态技术和先进的生成先验&#xff0c;SUPIR在智能和逼真的图像复原方面取得了重大进展。作为SUPIR中的关键催化…

纵向拼接,一键高效,让图片处理更简单!

你是否曾经因为需要批量处理图片而感到烦恼&#xff1f;现在&#xff0c;有了我们的图片处理工具&#xff0c;你可以轻松地纵向拼接图片&#xff0c;一键批量处理&#xff0c;让图片处理工作更加高效&#xff01;这款工具采用先进的技术&#xff0c;能够快速准确地完成图片纵向…

Android SystemUI 介绍

目录 一、什么是SystemUI 二、SystemUI应用源码 三、学习 SystemUI 的核心组件 四、修改状态与导航栏测试 本篇文章&#xff0c;主要科普的是Android SystemUI &#xff0c; 下一篇文章我们将介绍如何把Android SystemUI 应用转成Android Studio 工程项目。 一、什么是Syst…

大数据 - Spark系列《一》- 分区 partition数目设置详解

目录 &#x1f436;3.2.1 分区过程 &#x1f436;3.2.2 SplitSize计算和分区个数计算 &#x1f436;3.2.3 Partition的数目设置 1. &#x1f959;对于数据读入阶段&#xff0c;输入文件被划分为多少个InputSplit就会需要多少初始task. 2. &#x1f959;对于转换算子产生的…