0240. 搜索二维矩阵 II
大约 2 分钟
0240. 搜索二维矩阵 II
- 标签:二分查找、分治算法
- 难度:中等
题目链接
题目大意
描述:给定一个 大小的有序整数矩阵 。 中的每行元素从左到右升序排列,每列元素从上到下升序排列。再给定一个目标值 。
要求:判断矩阵中是否可以找到 ,如果可以找到 ,返回 True
,否则返回 False
。
说明:
- 。
- 。
- 。
- 。
- 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。
- 。
示例:
- 示例 1:
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:
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
解题思路
思路 1:二分查找
矩阵是有序的,可以考虑使用二分查找来做。
- 迭代对角线元素,假设对角线元素的坐标为 。把数组元素按对角线分为右上角部分和左下角部分。
- 对于当前对角线元素右侧第 行、对角线元素下侧第 列分别进行二分查找。
- 如果找到目标,直接返回
True
。 - 如果找不到目标,则缩小范围,继续查找。
- 直到所有对角线元素都遍历完,依旧没找到,则返回
False
。
- 如果找到目标,直接返回
思路 1:代码
class Solution:
def diagonalBinarySearch(self, matrix, diagonal, target):
left = 0
right = diagonal
while left < right:
mid = left + (right - left) // 2
if matrix[mid][mid] < target:
left = mid + 1
else:
right = mid
return left
def rowBinarySearch(self, matrix, begin, cols, target):
left = begin
right = cols
while left < right:
mid = left + (right - left) // 2
if matrix[begin][mid] < target:
left = mid + 1
elif matrix[begin][mid] > target:
right = mid - 1
else:
left = mid
break
return begin <= left <= cols and matrix[begin][left] == target
def colBinarySearch(self, matrix, begin, rows, target):
left = begin + 1
right = rows
while left < right:
mid = left + (right - left) // 2
if matrix[mid][begin] < target:
left = mid + 1
elif matrix[mid][begin] > target:
right = mid - 1
else:
left = mid
break
return begin <= left <= rows and matrix[left][begin] == target
def searchMatrix(self, matrix, target: int) -> bool:
rows = len(matrix)
if rows == 0:
return False
cols = len(matrix[0])
if cols == 0:
return False
min_val = min(rows, cols)
index = self.diagonalBinarySearch(matrix, min_val - 1, target)
if matrix[index][index] == target:
return True
for i in range(index + 1):
row_search = self.rowBinarySearch(matrix, i, cols - 1, target)
col_search = self.colBinarySearch(matrix, i, rows - 1, target)
if row_search or col_search:
return True
return False
思路 1:复杂度分析
- 时间复杂度:,其中 是矩阵的行数, 是矩阵的列数。
- 空间复杂度:。