240-搜索二维矩阵 II

这篇博客介绍了两种在有序矩阵中寻找目标值的高效算法:一是从右上角开始的搜索策略,当目标值大于当前元素时向下移动,小于时向左移动;二是对每一行应用二分查找的方法。这两种方法充分利用了矩阵的有序特性,提高了搜索效率。

题目

编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性:

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。

示例 1:

输入: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]], target = 5
输出:true
示例 2:

输入: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]], target = 20
输出:false

题解一 右上角搜索

var searchMatrix = function(matrix, target) {
    if(matrix.length===0)return false
    let [row,col]=[0,matrix[0].length-1]// 初始化位置
    while(row<=matrix.length-1&&col>=0){
        if(matrix[row][col]>target){
            col--
        }else if(matrix[row][col]<target){
            row++
        }else{return true}
    }
    return false
};

笔记:

  1. 从右上角开始对比,若target大就向下,若target小就向左。

  2. 以左下角或右上角为根的bst

题解二 二分查找

var searchMatrix = function(matrix, target) {
    for (const row of matrix) {
        const index = search(row, target);
        if (index >= 0) {
            return true;
        }
    }
    return false;
};

const search = (nums, target) => {
    let low = 0, high = nums.length - 1;
    while (low <= high) {
        const mid = Math.floor((high - low) / 2) + low;
        const num = nums[mid];
        if (num === target) {
            return mid;
        } else if (num > target) {
            high = mid - 1;
        } else {
            low = mid + 1;
        }
    }
    return -1;
}

笔记:

  1. 对每行进行二分搜索
### 关于二维矩阵的操作及相关信息 #### 什么是二维矩阵二维矩阵是一种常见的数据结构,通常表示为一个由行和列组成的矩形数组。它广泛应用于科学计算、机器学习以及图形处理等领域。 #### 增强对称矩阵的灵活性 为了提高对称矩阵的数据和结构适应性,可以通过引入稀疏矩阵或动态矩阵等技术实现[^1]。这些方法特别适用于处理不规则和复杂的矩阵数据。 #### 稀疏矩阵及其应用场景 如果在一个矩阵中零元素的数量远大于非零元素数量,并且非零元素分布无明显规律,则该矩阵被称为稀疏矩阵[^2]。稀疏矩阵的主要应用领域包括但不限于网络分析、大规模线性方程求解以及自然语言处理中的词频统计等问题。 #### 搜索二维矩阵的方法 对于给定的一个 m×n 的二维矩阵,在某些情况下可以将其视为一维有序数组来进行高效查询操作。例如采用二分查找法能够达到 O(log(m*n)) 时间复杂度的效果[^3]。下面是一个 Python 实现的例子: ```python def searchMatrix(matrix, target): if not matrix or not matrix[0]: return False rows, cols = len(matrix), len(matrix[0]) low, high = 0, rows * cols - 1 while low <= high: mid = (low + high) // 2 num = matrix[mid // cols][mid % cols] if num == target: return True elif num < target: low = mid + 1 else: high = mid - 1 return False ``` 此函数实现了基于上述理论的搜索逻辑。 #### 螺旋矩阵与旋转图像 除了基本的搜索功能外,还有其他涉及二维矩阵的经典问题如螺旋遍历矩阵或者顺/逆时针方向旋转图片90°角等。这些问题一般具有较高时间复杂度 O(N*N)[^4] ,但得益于巧妙设计的空间优化策略仍能保持较低资源消耗。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

codrab

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值