问题描述
LeetCode 74题“搜索二维矩阵”要求在一个每行从左到右递增、且每行第一个数大于前一行的最后一个数的二维矩阵中,高效判断目标值是否存在。这类问题结合了二分查找和二维数组遍历的特点,是面试中常见的题型。
算法思路
将二维矩阵视为一个有序的一维数组进行二分查找。关键在于如何将一维索引映射到二维坐标。假设矩阵有m行n列,一维索引mid对应的二维坐标为:
- 行号:
mid // n - 列号:
mid % n
通过这种映射,可以直接在二维矩阵中模拟一维二分查找。
复杂度分析
- 时间复杂度:O(log(m*n)),标准的二分查找复杂度。
- 空间复杂度:O(1),仅需常数空间存储变量。
代码实现(Python)
def searchMatrix(matrix: List[List[int]], target: int) -> bool:
if not matrix or not matrix[0]:
return False
m, n = len(matrix), len(matrix[0])
left, right = 0, m * n - 1
while left <= right:
mid = (left + right) // 2
row, col = mid // n, mid % n
if matrix[row][col] == target:
return True
elif matrix[row][col] < target:
left = mid + 1
else:
right = mid - 1
return False
边界条件处理
- 空矩阵或空行直接返回
False。 - 当
left和right相遇时,需检查最后一次的中间值。
示例测试
假设矩阵和目标值如下:
matrix = [
[1, 3, 5, 7],
[10, 11, 16, 20],
[23, 30, 34, 60]
]
target = 3
运行过程:
- 初始`
问题描述
LeetCode 74题“搜索二维矩阵”要求在一个每行从左到右递增、且每行第一个数大于前一行的最后一个数的二维矩阵中,高效判断目标值是否存在。这类问题结合了二分查找和二维数组遍历的特点,是面试中常见的题型。
算法思路
将二维矩阵视为一个有序的一维数组进行二分查找。关键在于如何将一维索引映射到二维坐标。假设矩阵有m行n列,一维索引mid对应的二维坐标为:
- 行号:
mid // n - 列号:
mid % n
通过这种映射,可以直接在二维矩阵中模拟一维二分查找。
复杂度分析
- 时间复杂度:O(log(m*n)),标准的二分查找复杂度。
- 空间复杂度:O(1),仅需常数空间存储变量。
代码实现(Python)
def searchMatrix(matrix: List[List[int]], target: int) -> bool:
if not matrix or not matrix[0]:
return False
m, n = len(matrix), len(matrix[0])
left, right = 0, m * n - 1
while left <= right:
mid = (left + right) // 2
row, col = mid // n, mid % n
if matrix[row][col] == target:
return True
elif matrix[row][col] < target:
left = mid + 1
else:
right = mid - 1
return False
边界条件处理
- 空矩阵或空行直接返回
False。 - 当
left和right相遇时,需检查最后一次的中间值。
示例测试
假设矩阵和目标值如下:
matrix = [
[1, 3, 5, 7],
[10, 11, 16, 20],
[23, 30, 34, 60]
]
target = 3
运行过程:
- 初始`

被折叠的 条评论
为什么被折叠?



