【leetcode】#数组【Python】74. Search a 2D Matrix 搜索二维矩阵

本文探讨了LeetCode上的一道经典算法题:在有序的二维矩阵中查找目标值。提出了两种解决方案,一种是先定位行再进行二分查找,另一种是将矩阵拉平后进行二分查找。通过Python代码实现并比较了两种方法的优劣。

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

链接:

https://leetcode-cn.com/problems/search-a-2d-matrix/

题目:

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。
示例 1:

输入: matrix = [ [1, 3, 5, 7], [10, 11, 16, 20], [23, 30, 34, 50] ] target = 3 输出: true
示例 2:

输入: matrix = [ [1, 3, 5, 7], [10, 11, 16, 20], [23, 30, 34, 50] ] target = 13 输出: false

我的解法:
先找到这个数可能在的那行,再二分查找,找到了return True,找不到return False

class Solution(object):
    def searchMatrix(self, matrix, target):
        if len(matrix)==0 or len(matrix[0])==0:
            return False
        m = False
        for i in range(len(matrix)):
            if matrix[i][-1] >= target:
                num = i
                m = True
                break
        if m:      
            start = 0
            end = len(matrix[0])
            while start <= end:
                mid = (start + end)/2
                if matrix[num][mid] < target:
                    start = mid + 1
                elif matrix[num][mid] > target:
                    end = mid - 1
                else:
                    return True
        return False

别人的解法:把所有的数抽成一行,二分查找。实现的时候是定了mid后,在原矩阵中找mid对应的位置

class Solution:
    def searchMatrix(self, matrix, target):
        if not matrix or target is None:
            return False

        rows, cols = len(matrix), len(matrix[0])
        low, high = 0, rows * cols - 1
        
        while low <= high:
            mid = (low + high) / 2
            # 根据mid在原矩阵找
            num = matrix[mid / cols][mid % cols]
            if num == target:
                return True
            elif num < target:
                low = mid + 1
            else:
                high = mid - 1
        
        return False
### 如何对二维数组进行取模操作 对于二维数组的取模操作,通常是对数组中的每一个元素执行取模运算。以下是实现这一功能的一个示例代码: #### 示例代码 ```python def apply_modulo_to_2d_array(matrix, mod_value): """ 对二维数组中的每个元素应用取模操作。 参数: matrix (list[list[int]]): 输入的二维数组。 mod_value (int): 要取模的数值。 返回: list[list[int]]: 应用取模后的二维数组。 """ result = [] for row in matrix: new_row = [element % mod_value for element in row] # 对每一行的元素取模 result.append(new_row) return result # 测试案例 input_matrix = [ [10, 20, 30], [40, 50, 60], [70, 80, 90] ] mod_value = 7 output_matrix = apply_modulo_to_2d_array(input_matrix, mod_value) for row in output_matrix: print(row) ``` 上述代码定义了一个函数 `apply_modulo_to_2d_array`,它接受两个参数:一个是二维数组 `matrix`,另一个是要用于取模的值 `mod_value`。通过对每行的每个元素逐一应用 `%` 运算符来完成取模操作[^1]。 运行此代码后,输出将是原始矩阵中每个元素对其对应的模数的结果。 --- #### 关于动态规划与优化存储 如果需要进一步减少空间复杂度并利用动态规划的思想,则可以考虑仅保留必要的中间状态而不是整个二维数组。然而,在本场景下(即简单的取模操作),并不涉及复杂的子问题重叠或最优子结构,因此无需引入动态规划方法[^2]。 --- #### 矩阵旋转与取模结合的应用 在某些情况下,可能还需要将取模操作与其他矩阵变换结合起来使用,比如 LeetCode 的经典题目——矩阵顺时针旋转 90° 后再对所有元素取模。这种组合可以通过先按照特定逻辑调整位置关系,然后再逐项施加 `%` 操作达成目标[^4]。 例如: ```python def rotate_and_apply_mod(matrix, k, mod_val): n = len(matrix) # 原地旋转矩阵 90° for i in range(n // 2): for j in range(i, n - i - 1): temp = matrix[i][j] matrix[i][j] = matrix[n - 1 - j][i] matrix[n - 1 - j][i] = matrix[n - 1 - i][n - 1 - j] matrix[n - 1 - i][n - 1 - j] = matrix[j][n - 1 - i] matrix[j][n - 1 - i] = temp # 对旋转后的矩阵取模 for i in range(n): for j in range(n): matrix[i][j] %= mod_val return matrix example_grid = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] k = 1 modulo = 5 rotated_modded = rotate_and_apply_mod(example_grid[:][:], k, modulo) print(rotated_modded) ``` 这里展示了如何在一个步骤内既完成了矩阵的旋转又进行了取模处理。 ---
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