分享五种解题方法,仅为拓宽思路:
(注:如果代码出现了段错误问题,可能是没有考虑到空数组,健壮性也是算法的一部分)
一、左下/右上元素移动法:
十分简单巧妙,在看了徘徊的路人甲的题解才后知后觉;
设M=min(m,n),N=max(m,n),复杂度为O(N),详见链接题解:
链接:https://www.nowcoder.com/questionTerminal/abc3fe2ce8e146608e868a70efebf62e?f=discussion
二、双折半查找法:
是我提交时使用的方法,没有法一简洁明了,但是也挺好用,复杂度最坏情况为O(M * logN),不过总体上还是比较优秀的,大概率可以取得O(logM + logN)的效率
二维数组分为上下左右四个边界top,bottom,left,right:
对上边界top进行折半查找,假设终止点为E,则可以将二维数组位于终止点E右边的矩形Rr排除,因为终止点E小于其右边相邻的元素E+1,而E+1是右边矩形Rr的最小元素(左上元素)
同理,对下边界bottom折半,可以排除二维数组位于终止点E左边的矩形Rl排除,
对左边界left折半,可以排除二维数组位于终止点E下边的矩形Rb排除,
对右边界right折半,可以排除二维数组位于终止点E上边的矩形Rt排除,
一轮过去,边界范围缩小,对由新边界组成的矩形重复以上操作,直到范围缩小为只有一个元素
三、N行折半法:
也是很容易就能想到的方法,每一行(列)都执行折半查找,持续M行(列),复杂度为O(M*logN)
四(一)、简单的十字分割法:
亲测可用,使用十字将数组等分为四个区域,中间交叉点用来判断,因为左上区域和右下区域必然冲突,所以二者必然可以排除一个,即每次至少可以排除1/4的数据,接着对剩下的三个区域进行递归操作,当然可以利用左上右下元素来判断是否落在区域内来进行优化,直到只有一个元素,递归层数为:logN,不优化的话最底层节点数最多为3^logN,优化后节点数会少很多,实测效率还算不错
四(二)、另一版本的十字分割法
与上一个类似,只不过这里先在主对角线方向上进行折半查找操作,操作结束后,终止点的左上区域与右下区域都可以排除,这样就只剩下左下、右上两个区域,然后再进行递归。感觉上效率会比上个版本好,不过这个我没有去实现验证
五、暴力法
不解释,复杂度为O(M*N)
下面给出双折半查找法的代码:
class Solution { public: bool Find(int target, vector<vector<int> > array) { if (array.size()==0 || array[0].size()==0) return false; else { int top = 0, bottom = array.size()-1; int left = 0, right = array[0].size()-1; int sLeft = 0, sRight = 0; int sTop = 0, sBottom = 0; int mid = 0; for (;left<right || top<bottom;) { //对上边界进行折半,可以缩小右边界 sLeft = left, sRight = right; for (;sLeft<=sRight;) { mid = (sLeft + sRight) / 2; if (array[top][mid]==target) return true; else if (array[top][mid]<target) sLeft = mid+1; else sRight = mid-1; } if (mid<right) right = mid; //利用终止点缩小右边界 top++; //对下边界进行折半,可以缩小左边界 sLeft = left, sRight = right; for (;sLeft<=sRight;) { mid = (sLeft + sRight) / 2; if (array[bottom][mid]==target) return true; else if (array[bottom][mid]<target) sLeft = mid+1; else sRight = mid-1; } if (left<mid) left = mid; //利用终止点缩小左边界 bottom--; //对左边界进行折半,可以缩小下边界 sTop = top, sBottom = bottom; for (;sTop<=sBottom;) { mid = (sTop + sBottom) / 2; if (array[mid][left]==target) return true; else if (array[mid][left]<target) sTop = mid+1; else sBottom = mid-1; } if (mid<bottom) bottom = mid; //利用终止点缩小下边界 left++; //对右边界进行折半,可以缩小上边界 sTop = top, sBottom = bottom; for (;sTop<=sBottom;) { mid = (sTop + sBottom) / 2; if (array[mid][right]==target) return true; else if (array[mid][right]<target) sTop = mid+1; else sBottom = mid-1; } if (top<mid) top = mid; //利用终止点缩小上边界 right--; } if (array[top][left]==target) return true; else return false; } } };
下面是简单的十字分割法代码:
class Solution { public: bool Find(int target, vector<vector<int> > array) { if (array.size()==0 || array[0].size()==0) return false; else { return find_by_ten_shape_divide(array, target, 0, 0, array[0].size()-1, array.size()-1); } } bool find_by_ten_shape_divide(vector<vector<int> > &datas, int target, int left, int top, int right, int bottom) { // 递归终止的条件:当区域被分割为只有一个元素 if (left==right && top==bottom) { if (datas[top][left] == target) return true; else return false; } // 利用头尾数据进行优化:不在区域内的直接false,可以减少递归节点数量 else if (datas[top][left]>target || datas[bottom][right]<target) return false; else { // 水平、竖直方向各自等分 int cHoriz = (left + right) / 2; int cVertic = (top + bottom) / 2; if (datas[cVertic][cHoriz] == target) return true; else { // 目标大于分割点则排除左上区域,对右下进行递归 if (datas[cVertic][cHoriz] < target) { if (cHoriz<right && cVertic<bottom && find_by_ten_shape_divide(datas, target, cHoriz+1, cVertic+1, right, bottom)) return true; } // 否则排除右下区域,对左上进行递归 else if ((left<cHoriz || top<cVertic) && find_by_ten_shape_divide(datas, target, left, top, cHoriz, cVertic)) return true; // 对右上区域进行递归 if (cHoriz < right && find_by_ten_shape_divide(datas, target, cHoriz+1, top, right, cVertic)) return true; // 对左下区域进行递归 if (cVertic < bottom && find_by_ten_shape_divide(datas, target, left, cVertic+1, cHoriz, bottom)) return true; return false; } } } };