Leecode-240(二分查找)

本文介绍了解决LeetCode240题目的两种高效算法,即在具有特定升序排列特性的二维矩阵中搜索目标值。第一种算法采用类似74题的策略,通过迭代方式调整行和列的索引;第二种算法先确定目标值所在的行,再在该行内使用二分查找确定具体位置。

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

Leecode 240: 在二维数组中搜索一个数
类型:二分查找
题目描述:编写一个高效算法来搜索m*n维度的矩阵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:
    在这里插入图片描述
    同74题类似,但是矩阵的形式不同,74的矩阵完全可以转换为升序的一维数组

思路一: 完全类似于74题的分析一 形式

class Solution {
  public boolean searchMatrix(int[][] matrix, int target) {
       if(matrix.length == 0)
             return false;
         int rowIndex = 0;//代表下标 
         int colIndex = matrix[0].length - 1;//代表下标
         while(rowIndex < matrix.length && colIndex  >=0)
         {
             if(target == matrix[rowIndex][colIndex])
                return true;
            else if(target > matrix[rowIndex][colIndex])
                rowIndex++;
           else
               colIndex--;
        }
        return false;
    }
}

思路二:先确定行,再确定具体的列

class Solution {
    public boolean searchMatrix(int[][] matrix, int target) {
        if (matrix.length == 0)
            return false;
        //判断目标值在哪一行
        int up = 0;
        int down = matrix.length-1;
        //确定目标值可能在的行数
        while(up<=down){
            int midrow = up + (down-up)/2;
            if (target == matrix[midrow][0])
                return true;
            else if(target>matrix[midrow][0])
                up = midrow+1;
            else 
                down = midrow-1;
    }  //对行数进行循环查询
        for(i=0;i<= midrow;i++){
            int left =0;
            int right = matrix[0].length -1;
            while(left<=right){
                int mid = left+(right-left)/2;
                if (matrix[i][mid]==target)
                    return true;
                else if(matrix[i][mid]<target)
                    left =mid + 1;
                else 
                    right = mid-1;
            }
        }
        return false;
        
}
}
### LeetCode刷题技巧与方法 #### 常见解题方法概述 在解决LeetCode上的题目时,可以采用多种经典算法和数据结构来优化解决方案。以下是几种常见的解题方法及其适用场景: 1. **常规二分法** 当面对有序数组或者可以通过某种方式转化为部分有序的数据集时,可优先考虑使用二分查找技术。这种方法的时间复杂度通常为 \(O(\log n)\),能够显著提高效率[^1]。 2. **同向双指针法** 对于涉及两个变量遍历同一序列的问题(如两数之和),利用同向移动的双指针策略往往能有效减少嵌套循环带来的额外开销。 3. **反向双指针法** 类似于同向双指针,但在某些特定情况下(比如求最远距离或最大面积等问题),从两端开始逐步缩小范围可能更加直观高效。 4. **滑动窗口法** 主要应用于子串匹配类问题上,在固定长度区间内动态调整边界条件以满足目标需求,从而实现线性时间内的扫描操作。 5. **循环不变量法** 这是一种逻辑严谨性的体现手段,通过定义每次迭代前后都保持成立的一些性质作为前提假设来进行推导证明其正确性。 #### 正确刷题流程建议 为了更有效地提升编程能力并积累经验,遵循一套科学合理的练习步骤至关重要: - 明确当前所面临的具体问题是属于哪一类知识点范畴; - 结合已掌握的知识体系尝试构思初步方案框架; - 编码过程中注重代码质量而非单纯追求速度完成任务; - 测试阶段不仅要验证正常输入情形下的表现情况,还需特别关注异常边界值处理是否得当; - 反思整个解答过程中的不足之处以便日后改进[^2]。 #### 特殊数据结构应用提示 针对不同类型的挑战项目选取合适的工具同样重要。例如对于涉及到周期重复模式识别之类的任务,“虚拟扩展”概念配合实际存储空间节省措施——即仅需维护单一副本并通过访问下标计算余数定位对应位置元素的方法非常实用;而在链表相关领域,则要注意节点间连接关系管理以及特殊形态(如回文判定)判断准则的确立等细节方面的工作[^3]。 ```python def binary_search(arr, target): low, high = 0, len(arr)-1 while low <= high: mid = (low + high)//2 if arr[mid] == target: return mid # 找到目标返回索引 elif arr[mid] < target: low = mid + 1 # 调整左界继续搜索右侧半区 else: high = mid - 1 # 调整右界继续搜索左侧半区 return -1 # 若无匹配项则返回负一表示失败 ``` 上述例子展示了如何运用基本的二分查找算法去快速定位某个数值所在的位置,体现了前面提到过的“常规二分法”的具体实践形式之一。 ---
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