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:
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
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
思路: 从左下角开始找,若目标小就上移,目标大就右移
class Solution {
fun searchMatrix(matrix: Array<IntArray>, target: Int): Boolean {
var col = 0
var row = matrix.size -1
while(col < matrix[0].size && row >=0){
if(target < matrix[row][col]){
row -= 1
}else if(target > matrix[row][col]){
col += 1
}else{
return true
}
}
return false
}
}
复杂度分析
-
时间复杂度:O(m + n)。在搜索的过程中,如果我们没有找到 target,那么我们要么将 row 减少 1,要么将 col 增加 1。由于(row,col) 的初始值分别为 (matrix.size -1, 0),因此 最多row能被减少 matrix.size 次,col最多能被增加matrix[0].size 次,总搜索次数为matrix.size + matrix[0].size。
-
空间复杂度:O(1)。
思路2同理 : 从右上角开始找,目标小往左移,目标大往下移
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
int col = matrix[0].length -1;
int row = 0;
while(row < matrix.length && col >=0){
if(target < matrix[row][col]){
col -= 1;
}else if(target > matrix[row][col]){
row += 1;
}else{
return true;
}
}
return false;
}
}