240. 搜索二维矩阵 II(C++)

题目

编写一个高效的算法来搜索 m x n 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 1:
在这里插入图片描述
输入:matrix = [[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]], target = 5
输出:true
示例 2:
在这里插入图片描述
输入:matrix = [[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]], target = 20
输出:false

提示:

m == matrix.length
n == matrix[i].length
1 <= n, m <= 300
-109 <= matrix[i][j] <= 109
每行的所有元素从左到右升序排列
每列的所有元素从上到下升序排列
-109 <= target <= 109

题解

class Solution {
public:
    bool searchMatrix(vector<vector<int>>& matrix, int target) {
        int m = size(matrix);
        int n = size(matrix[0]);
        int row = 0;
        int col = n - 1;
        while(row < m && col >= 0){
            int current = matrix[row][col];
            if(current == target){
                return true;
            }else if(current > target){
                col -= 1;
            }else{
                row++;
            }
        }
        return false;
    }
};

算法原理

选择起始位置

算法选择从矩阵的右上角开始搜索(当然,从左下角开始搜索也是可行的,原理类似)。假设矩阵为 matrix,行数为 m,列数为 n,起始位置的坐标为 (0, n - 1),即第一行的最后一列元素。选择这个位置的原因在于它具有独特的性质:

  • 它是所在行的最大值。
  • 它是所在列的最小值。

搜索过程中的比较与移动规则

从起始位置开始,将当前位置的元素 matrix[row][col] 与目标值 target 进行比较,根据比较结果进行不同的操作:

1. 找到目标值

如果 matrix[row][col] 等于 target,说明已经找到了目标值,直接返回 true

2. 当前元素大于目标值

如果 matrix[row][col] 大于 target,由于当前列的元素是从上到下升序排列的,所以当前列中所有位于当前元素下方的元素都必然大于 target,可以直接排除当前列。因此,将列索引 col 减 1,向左移动一列,继续进行搜索。

3. 当前元素小于目标值

如果 matrix[row][col] 小于 target,因为当前行的元素是从左到右升序排列的,所以当前行中所有位于当前元素左侧的元素都必然小于 target,可以直接排除当前行。于是,将行索引 row 加 1,向下移动一行,继续搜索。

终止条件

搜索过程会一直持续,直到满足以下两个条件之一:

  • 找到目标值,即 matrix[row][col] 等于 target,此时返回 true
  • 超出矩阵边界,也就是 row >= m 或者 col < 0,说明在整个矩阵中都没有找到目标值,返回 false

复杂度分析

  • 时间复杂度:在最坏的情况下,需要从矩阵的右上角移动到左下角,每次移动只能向上或向左移动一步。因此,最多需要移动 m + n 次,其中 m 是矩阵的行数,n 是矩阵的列数。所以,时间复杂度为 O ( m + n ) O(m + n) O(m+n)
  • 空间复杂度:算法只使用了常数级的额外空间,如几个用于记录行索引、列索引的变量,因此空间复杂度为 O ( 1 ) O(1) O(1)
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