😀前言
在解决问题时,我们经常会遇到需要在二维数组中查找特定元素的情况。然而,如果直接使用暴力搜索,即遍历整个数组寻找目标元素,可能会导致时间复杂度较高,效率不高。然而,对于给定的二维数组,如果我们能够利用其特殊的排序性质,就有可能实现更高效的查找算法。
🏠个人主页:尘觉主页
文章目录
- 二维数组中的查找
- 题目链接
- 题目描述
- 解题思路
- 思路分析
- 😄总结
二维数组中的查找
题目链接
牛客网
题目描述
给定一个二维数组,其每一行从左到右递增排序,从上到下也是递增排序。给定一个数,判断这个数是否在该二维数组中。
Consider the following 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]
]
Given target = 5, return true.
Given target = 20, return false.
解题思路
要求时间复杂度 O(M + N),空间复杂度 O(1)。其中 M 为行数,N 为 列数。
该二维数组中的一个数,小于它的数一定在其左边,大于它的数一定在其下边。因此,从右上角开始查找,就可以根据 target 和当前元素的大小关系来快速地缩小查找区间,每次减少一行或者一列的元素。当前元素的查找区间为左下角的所有元素。
public boolean Find(int target, int[][] matrix) {
if (matrix == null || matrix.length == 0 || matrix[0].length == 0)
return false;
int rows = matrix.length, cols = matrix[0].length;
int r = 0, c = cols - 1; // 从右上角开始
while (r <= rows - 1 && c >= 0) {
if (target == matrix[r][c])
return true;
else if (target > matrix[r][c])
r++;
else
c--;
}
return false;
}
思路分析
首先,我们观察到这样一个规律:对于二维数组中的任意一个数,它位于当前行的最右边、当前列的最上方。根据这个规律,我们可以将整个查找过程看作是从矩阵的右上角开始逐步移动,根据目标值与当前元素的大小关系,决定是向左移动一列,还是向下移动一行,直到找到目标值或者遍历完整个数组。
具体算法步骤如下:
首先,我们对输入进行异常情况的处理。如果输入的二维数组为空或者行列数为0,则直接返回false,表示不存在目标值。
然后,我们初始化两个指针r和c,分别指向矩阵的右上角元素。初始时,r指向第一行,c指向最后一列。
进入循环,循环条件为r小于行数且c大于等于0。这是因为如果r越界,则说明已经遍历完所有行;如果c越界,则说明已经遍历完所有列。
在循环中,我们首先检查当前指向的元素是否等于目标值。如果等于,则直接返回true,表示目标值存在于二维数组中。
如果当前元素不等于目标值,我们根据当前元素与目标值的大小关系决定移动指针。如果目标值大于当前元素,则说明目标值应该在当前元素的下方,因此将指针r向下移动一行;如果目标值小于当前元素,则说明目标值应该在当前元素的左边,因此将指针c向左移动一列。
循环结束后,如果仍然没有找到目标值,则返回false,表示目标值不存在于二维数组中。
这样,通过每次将查找区间缩小一行或者一列的方式,我们可以在时间复杂度为O(M + N)的情况下,高效地判断目标值是否存在于二维数组中。
😄总结
通过本文介绍的方法,我们可以在给定的二维数组中高效地查找目标元素。利用该二维数组的特殊排序性质,我们可以从右上角开始查找,根据目标元素与当前元素的大小关系,逐步缩小查找范围,直至找到目标元素或者确定其不存在于数组中。这种算法的时间复杂度为 O(M + N),空间复杂度为 O(1),具有很高的效率和实用性。因此,在解决类似问题时,我们可以考虑利用数组的特殊性质,设计出更加高效的算法,从而提升程序的性能。
😁热门专栏推荐
想学习vue的可以看看这个
java基础合集
数据库合集
redis合集
nginx合集
linux合集
手写机制
微服务组件
spring_尘觉
springMVC
mybits
等等等还有许多优秀的合集在主页等着大家的光顾感谢大家的支持
🤔欢迎大家加入我的社区 尘觉社区
文章到这里就结束了,如果有什么疑问的地方请指出,诸佬们一起来评论区一起讨论😁
希望能和诸佬们一起努力,今后我们一起观看感谢您的阅读🍻
如果帮助到您不妨3连支持一下,创造不易您们的支持是我的动力🤞