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:
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
class Solution(object):
def searchMatrix(self, matrix, target):
"""
:type matrix: List[List[int]]
:type target: int
:rtype: bool
"""
# 首先判断二维数组的行数和列数是否为0,也就是判断这个二维数组是否为空数组
if len(matrix) == 0 or len(matrix[0]) == 0:
return False
# 定义行数和列数
hang = len(matrix)
lie = len(matrix[0])
# 按照下标来判断每个数字在数组中的位置,arr【0】【0】的下标为0。arr【hang】【lie】的下标是hang * lie - 1
start, end = 0, hang * lie - 1
'''以下判断的是行数列数大于1的情况'''
# 使用while循环来遍历二维数组,使用二分查找的思想,先找到中间值,然后判断中间值和target的大小.
# mid // lie表示的是中间值的行坐标,mid % lie表示的是中间值的列坐标
'''
如果中间值=target,返回true
如果中间值>target,根据有序数组可知,target有可能出现在start到mid之间,因此将end变成mid,继续二分查找
如果中间值 target:
end = mid
elif matrix[mid // lie][mid % lie] < target:
start = mid
else:
return True
'''以下判断的是行数大于1,列数等于1的情况'''
if matrix[start // lie][start % lie] == target:
return True
'''以下判断的是列数大于1,行数等于1的情况'''
if matrix[end // lie][end % lie] == target:
return True
# 凡是不满足以上的条件就返回false
return False
sl = Solution()
print(sl.searchMatrix( [[1, 3, 5, 7],[10, 11, 16, 20],[23, 30, 34, 50]], 5))
print(sl.searchMatrix( [[1, 3, 5, 7]], 7))
print(sl.searchMatrix( [[1],[9],[23]], 9))
思路:
1.首先判断下进来的数组是否为空数组,如果是就返回false
2.接下来分三种情况:行数列数都大于1,行数大于1列数等于1,行数等于1列数大于1.然后就使用二分查找的方法来查找
3.找到首值和尾值的下标,例如在例子中,1的下标是0,3的下标是1,5的下标是2,7的下标是3,依次类推
4.找到中间值,判断中间值与target的大小。
如果中间值=target,返回true 如果中间值>target,根据有序数组可知,target有可能出现在start到mid之间,因此将end变成mid,继续二分查找 如果中间值5.以上的情况都不符合的话就说明不存在
总结:
1.mid = start + (end - start) // 2 为了防止溢出
2.二维数组的下标表示
3.以及如何找到想要的元素的下标,例如mid // lie表示的是中间值的行坐标,mid % lie表示的是中间值的列坐标