search-a-2d-matrix

本文介绍了一种高效的算法,用于在特定排序属性的二维矩阵中搜索目标值。通过两轮二分查找,首先定位行,然后在该行内精确查找目标值。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

http://www.lintcode.com/zh-cn/problem/search-a-2d-matrix/
http://www.jiuzhang.com/solutions/search-a-2d-matrix/

描述:
写出一个高效的算法来搜索 m × n矩阵中的值。

这个矩阵具有以下特性:

每行中的整数从左到右是排序的。
每行的第一个数大于上一行的最后一个整数。

样例
考虑下列矩阵:

[
  [1, 3, 5, 7],
  [10, 11, 16, 20],
  [23, 30, 34, 50]
]

给出 target = 3,返回 true


这道题标答中的答案比较难想到,我按照我的代码来解释。
这道题的矩阵有一个性质,就是 每行中的第一个数大于上一行的最后一个整数 由此我们可以想到,先确定target在哪行,这道题就迎刃而解了,化归成了我们做过的题。
我写的这个代码比较粗糙,有足够多可以优化的地方,而且用的是我自己的写法,大家主要理解思想,不要去抠太多和模板不同的地方。

class Solution:
    """
    @param matrix, a list of lists of integers
    @param target, an integer
    @return a boolean, indicate whether matrix contains target
    """
    def searchMatrix(self, matrix, target):
        if matrix == None or matrix.__len__() == 0: # 老规矩,先判断空
            return False

        start = 0
        end = matrix.__len__() - 1 # 等价于 len(matrix) - 1,这里要理解一下,二维数组其实就是元素为数组的数组
        while start + 1 < end: # 经典模板
            mid = (start + end) / 2
            if matrix[mid][0] >= target: # 这里我保证了target要么在mid之前,要么等于mid[0](就是在mid中)
                end = mid
            else:
                start = mid

        row = 0 # 循环结束后end一定等于start +1 所以我们只要判断一下再哪行中就可以了
        if matrix[end][0] > target: # 第一种情况,不在end中,那就一定在或者不在start中(意思是有可能target不存在)
            row = start
        if matrix[end][0] <= target: # 第二种情况,在end中
            row = end

        start = 0 # 后面就是经典的二分法寻找位置了,就不多解释了
        end = matrix[row].__len__() - 1
        while start + 1 < end:
            mid = (start + end) / 2
            if matrix[row][mid] >= target:
                end = mid
            else:
                start = mid

        if matrix[row][end] == target or matrix[row][start] == target:
            return True
        return False

"sgmediation.zip" 是一个包含 UCLA(加利福尼亚大学洛杉矶分校)开发的 sgmediation 插件的压缩包。该插件专为统计分析软件 Stata 设计,用于进行中介效应分析。在社会科学、心理学、市场营销等领域,中介效应分析是一种关键的统计方法,它帮助研究人员探究变量之间的因果关系,尤其是中间变量如何影响因变量与自变量之间的关系。Stata 是一款广泛使用的统计分析软件,具备众多命令和用户编写的程序来拓展其功能,sgmediation 插件便是其中之一。它能让用户在 Stata 中轻松开展中介效应分析,无需编写复杂代码。 下载并解压 "sgmediation.zip" 后,需将解压得到的 "sgmediation" 文件移至 Stata 的 ado 目录结构中。ado(ado 目录并非“adolescent data organization”缩写,而是 Stata 的自定义命令存放目录)目录是 Stata 存放自定义命令的地方,应将文件放置于 "ado\base\s" 子目录下。这样,Stata 启动时会自动加载该目录下的所有 ado 文件,使 "sgmediation" 命令在 Stata 命令行中可用。 使用 sgmediation 插件的步骤如下:1. 安装插件:将解压后的 "sgmediation" 文件放入 Stata 的 ado 目录。如果 Stata 安装路径是 C:\Program Files\Stata\ado\base,则需将文件复制到 C:\Program Files\Stata\ado\base\s。2. 启动 Stata:打开 Stata,确保软件已更新至最新版本,以便识别新添加的 ado 文件。3. 加载插件:启动 Stata 后,在命令行输入 ado update sgmediation,以确保插件已加载并更新至最新版本。4
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
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