Leetcode 74. 搜索二维矩阵

本文介绍了一种优化的二分查找算法,用于解决LeetCode中的矩阵搜索问题。首先按行进行折半查找,再针对找到的行内进行列的二分查找,利用矩阵的有序性和递增特性,提高了查找效率。

题目描述
编写一个高效的算法来判断 m x n 矩阵中,是否存在一个目标值。该矩阵具有如下特性:

每行中的整数从左到右按升序排列。
每行的第一个整数大于前一行的最后一个整数。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/search-a-2d-matrix
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
在这里插入图片描述
输入:matrix = [[1,3,5,7],[10,11,16,20],[23,30,34,60]], target = 3
输出:true

C++
我的超时。。。

class Solution {
    //先按行折半查找,再按列折半查找
public:
    bool searchMatrix(vector<vector<int>>& matrix, int target) {
            //先按行折半查
            int first=0;
            int end=matrix.size()-1;
            int row;
            while(first<end){
                 row=first+(end-first)/2;
                if(matrix[row][0]==target)
                    return true;
                else if(matrix[row][0]<target)
                    first=row;
                else 
                    end=row-1;
            }
            //找到行了,再二分找列
            row=first;
            first=0; end=matrix[row].size()-1;
            while(first<=end){
                int mid=first+(end-first)/2;
                if(matrix[row][mid]==target)
                    return true;
                else if(matrix[row][mid]<target)
                    first=mid+1;
                else 
                    end=mid-1;
            }
            return false;
    }   
};

优化…

class Solution {
    /*
    思路:根据矩阵的特点,以矩阵的最右上元素为根,是一棵二叉搜索树
    */
public:
    bool searchMatrix(vector<vector<int>>& matrix, int target) {
        if(matrix.size()==0)
            return false;
         int row=matrix.size();
         int col=matrix[0].size();
         int i=0; int j=col-1;
          
          while(i<row && j>=0){
              if(target==matrix[i][j])
                    return true;
              else if(matrix[i][j]>target)
                    j--;
              else if(matrix[i][j]<target)
                    i++;
          }
          return false;
           
    }   
};
内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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
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