上海网站建设工作,从哪个网站设置宽带主机,哪些行业需要网站有哪些内容,网站模板制作教程视频题目信息
LeetoCode地址: . - 力扣#xff08;LeetCode#xff09;
题解内容大量转载于#xff1a;. - 力扣#xff08;LeetCode#xff09;
题目理解
题意很直观#xff0c;就是求二维矩阵中所有元素排序后第k小的数。
最小堆写法
该写法不再赘述#xff0c;维护…题目信息
LeetoCode地址: . - 力扣LeetCode
题解内容大量转载于. - 力扣LeetCode
题目理解
题意很直观就是求二维矩阵中所有元素排序后第k小的数。
最小堆写法
该写法不再赘述维护一个大小为k的小顶堆遍历矩阵所有元素进行入堆操作。
时间复杂度:O(nlogk)
空间复杂度:O(k)
class Solution {public int kthSmallest(int[][] matrix, int k) {PriorityQueueInteger heap new PriorityQueue((a,b) - (int)b-(int)a);for (int i 0; imatrix.length; i) {for (int j 0; jmatrix[0].length;j) {if (heap.size() k) {heap.offer(matrix[i][j]);} else if (matrix[i][j] heap.peek()) {heap.poll();heap.offer(matrix[i][j]);}}}return heap.peek();}
}
二分写法
由于矩阵在行和列上都是有序的因此左上角的元素matrix[0][0]一定是最小的右下角的元素matrix[n-1][n-1]一定是最大的。这两个元素我们分别记为l 和 r.
以下图为例: 可以发现 任取一个数mid满足lmidr, 那么矩阵中不大于mid的数肯定都分布在矩阵的左上角。
例如下图, 取mid8: 我们可以看出矩阵中大于mid的数和不大于mid的数分别形成了两个版本沿着一条锯齿线将这个矩形分隔开。其中左上角板块的大小即为不大于mid的数的数量。
我们只需沿着这条锯齿线走一遍即可计算出这两个板块的大小自然就统计出这个矩阵中不大于mid的数的个数了。
同样以mid8举例走法如下: 走法可以总结如下:
初始位置在matrix[n-1][0] (即左下角);设当前位置为matrix[i][j], 若matrix[i][j] mid, 则将当前所在列的不大于mid的数的数量(即i1)累加到答案中并向右移动否则向上移动;不断移动直到走出格子为止。
可以发现这样的走法时间复杂度为O(n),即我们可以线性的计算对于任意一个mid,矩阵中有多少数不大于它。这满足了二分查找的性质。
不妨设答案为x, 那么可以直到lxr, 这样就确定了二分查找的上下界。
对于每次猜测的答案mid, 计算矩阵中有多少数不大于 mid:
如果数量不少于k, 那么说明最终答案不大于mid;如果数量小于k, 那么说明最终答案大于mid.
这样我们就可以计算出最终的结果x了。
时间复杂度: O(nlogn)
额外空间复杂度: O(1)
class Solution {public int kthSmallest(int[][] matrix, int k) {int h matrix.length, w matrix[0].length;int l matrix[0][0], r matrix[h-1][w-1];while (l r) {int mid l (r-l)/2;if (check(matrix, mid, k)) {r mid;} else {l mid1;}}return l;}public boolean check(int[][] matrix,int mid, int k) {int i matrix.length-1, j 0;int count 0;while (i 0 j matrix[0].length) {if (matrix[i][j] mid) {count i1;j;} else {i--;}}return count k; }
}
