LeetCode中如何查找二维数组查找

LeetCode中如何查找二维数组查找，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

创新互联在网站设计、网站制作、成都app软件开发、网站运营等方面均有出色的表现，凭借多年丰富的经验，我们会仔细了解各客户的需求而做出多方面的分析、设计、整合，为客户设计出具风格及创意性的商业解决方案，我们更提供一系列网络营销推广，网站制作和网站推广的服务，以推动各中小企业全面信息化，并利用创新技术帮助各行业提升企业形象和运营效率。

二维数组中的查找

在一个 n * m  的二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个高效的函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。

示例:

现有矩阵 matrix 如下：

[  [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]  ]

给定 target = 5，返回 true。

给定 target = 20，返回 false。

限制：

0 <= n <= 1000 0 <= m <= 1000

解法一

题目理解起来很简单，一个二维数组，一个数字。判断数组里面有没有这个数字。

另外还有一个提干是每一行每一列都是数字递增，待会再看看这个题干怎么利用起来。

如果只是一个数组里面找数字，那么很容易想到的就是直接遍历。

class Solution {     public boolean findNumberIn2DArray(int[][] matrix, int target) {         if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {             return false;         }         int rows = matrix.length, columns = matrix[0].length;         for (int i = 0; i < rows; i++) {             for (int j = 0; j < columns; j++) {                 if (matrix[i][j] == target) {                     return true;                 }             }         }         return false;     } }

方法消耗情况

执行用时：0-1 ms 内存消耗：44.3 MB

时间复杂度

由于用到了二维数组的遍历，所以时间复杂度就是O(mn)，用到了时间复杂度的乘法计算。

空间复杂度

除了本身的数组，只用到了几个变量，所以空间复杂度是O(1)。

解法二

接下来我们就看看怎么利用刚才说到的数字递增题干，得出新的更简便的解法呢?

由于每一行的数字都是按循序排列的，所以我们很容易就想到用二分法来解决，也就是遍历每一行，然后在每一行里面进行二分法查询。

class Solution {      public boolean findNumberIn2DArray(int[][] matrix, int target) {         for (int i = 0; i < matrix.length; i++) {             int left = 0;             int right = matrix[0].length-1;             while (left<=right) {                 int middle = (left + right) / 2;                 if (target == matrix[i][middle]) {                     return true;                 }                 if (target > matrix[i][middle]) {                     left = middle + 1;                 } else {                     right = middle - 1;                 }             }         }         return false;     } }

方法消耗情况

执行用时：0-1 ms 内存消耗：44.4 MB

时间复杂度

二分法的复杂度大家应该都知道吧，O(logn)。具体算法就是 N *(1/2)^x=1,得出来x=logn，底数为2。

所以在外面套一个循环，总的时间复杂度就为O(mlogn)，底数为2

空间复杂度

由于也没有用到额外的跟n有关的空间，所以空间复杂度是O(1)。

解法三

但是，刚才的解法还是没有完全用到题目的特性，这个二维数组不仅是每行进行了排序，每列也进行了排序。

所以，该怎么解呢?

我们可以把这个数组转个角度看看，转45度角：

[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]

        15       11  19     7   12   22    4    8   16    24 1   5    9    17    30  ...

下面就不写了，是不是像一个二叉树的结构了?而且每个节点的左分支是一定小于这个元素的，右分支是一定大于这个元素的。

那么根据这个特点，我们又可以写出一种更简便的算法了，也就是从第一行的最后一个数字开始，依次和目标值比较，如果目标值大于这个节点数，就把节点往下移动，也就是行数+1。如果目标值小于这个节点数，就把节点向左移动，也就是列数-1。

class Solution {     public boolean findNumberIn2DArray(int[][] matrix, int target) {         int i = matrix.length - 1, j = 0;         while(i >= 0 && j < matrix[0].length)         {             if(matrix[i][j] > target) i--;             else if(matrix[i][j] < target) j++;             else return true;         }         return false;     } }

方法消耗情况

执行用时：0-1 ms 内存消耗：44.5 MB

时间复杂度

代码量确实少了很多，那么时间复杂度有没有减少呢?

可以看到，只有一个while循环，从右上角开始找，如果最坏情况就是找到左下角，也就是移动到最下面一行的第一列，那么时间复杂度就是O(m+n)了。

一个是mlogn(底数为2)，一个是m+n，也不能断定哪个小,但是m和n比较大的时候肯定是加法得出的结果比较小的，所以这种解法应该是最优解法了。

关于LeetCode中如何查找二维数组查找问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。