2021-8-18 378. 有序矩阵中第 K 小的元素(堆排序(归并排序),二分法)

2024-03-10 21:18

本文主要是介绍2021-8-18 378. 有序矩阵中第 K 小的元素(堆排序(归并排序),二分法),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

注:

题目:

题给你一个 n x n 矩阵 matrix ,其中每行和每列元素均按升序排序,找到矩阵中第 k 小的元素。

请注意,它是 排序后 的第 k 小元素,而不是第 k 个 不同 的元素。

示例 1:
输入:matrix = [[1,5,9],[10,11,13],[12,13,15]], k = 8
输出:13
解释:矩阵中的元素为 [1,5,9,10,11,12,13,13,15],第 8 小元素是 13
示例 2:
输入:matrix = [[-5]], k = 1
输出:-5

提示:
n == matrix.length
n == matrix[i].length
1 <= n <= 300
-109 <= matrix[i][j] <= 109
题目数据 保证 matrix 中的所有行和列都按 非递减顺序 排列
1 <= k <= n2

题解:
方法一 堆排序(归并排序)
思路及算法
由题目给出的性质可知,这个矩阵的每一行均为一个有序数组。问题即转化为从这 n 个有序数组中找第 k 大的数,可以想到利用归并排序的做法,归并到第 k 个数即可停止。

一般归并排序是两个数组归并,而本题是 n 个数组归并,所以需要用小根堆维护,以优化时间复杂度。

具体如何归并,可以参考力扣 23. 合并K个排序链表。

复杂度分析
时间复杂度:O(klogn),归并 k 次,每次堆中插入和弹出的操作时间复杂度均为 logn。
空间复杂度:O(n),堆的大小始终为 n。

class Solution {
public:int kthSmallest(vector<vector<int>>& matrix, int k) {class point{public:int val,x,y;point(int val_,int x_,int y_):val(val_),x(x_),y(y_){};};class compare{public:bool operator() (const point &a,const point &b) {return a.val>b.val;}};priority_queue<point,vector<point>,compare> points;int row=matrix.size();int col=matrix[0].size();for(int i=0;i<row;i++){points.emplace(matrix[i][0],i,0);}for(int i=0;i<k-1;i++){point t=points.top();points.pop();if(t.y+1==col){continue;}points.emplace(matrix[t.x][t.y+1],t.x,t.y+1);}return points.top().val;}
};

方法二 二分查找
思路及算法

由题目给出的性质可知,这个矩阵内的元素是从左上到右下递增的(假设矩阵左上角为matrix[0][0])。以下图为例:

在这里插入图片描述

我们知道整个二维数组中 matrix[0][0] 为最小值,matrix[n−1][n−1] 为最大值,现在我们将其分别记作 l 和 r。

可以发现一个性质:任取一个数 mid 满足 l≤mid≤r,那么矩阵中不大于 mid 的数,肯定全部分布在矩阵的左上角。

例如下图,取 mid=8:

在这里插入图片描述

我们可以看到,矩阵中大于 mid 的数就和不大于 mid 的数分别形成了两个板块,沿着一条锯齿线将这个矩形分开。其中左上角板块的大小即为矩阵中不大于 mid 的数的数量。

读者也可以自己取一些 mid 值,通过画图以加深理解。

我们只要沿着这条锯齿线走一遍即可计算出这两个板块的大小,也自然就统计出了这个矩阵中不大于 mid 的数的个数了。

走法演示如下,依然取 mid=8:

在这里插入图片描述

可以这样描述走法:

  1. 初始位置在 matrix[n - 1][0](即左下角);
  2. 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 midmid 的数的数量(即i+1)累加到答案中,并向右移动,否则向上移动;
  3. 不断移动直到走出格子为止。

我们发现这样的走法时间复杂度为 O(n),即我们可以线性计算对于任意一个 mid,矩阵中有多少数不大于它。这满足了二分查找的性质。

不妨假设答案为 x,那么可以知道l≤x≤r,这样就确定了二分查找的上下界。

每次对于「猜测」的答案 mid,计算矩阵中有多少数不大于 mid :

  1. 如果数量不少于 k,那么说明最终答案 x 不大于 mid;
  2. 如果数量少于 k,那么说明最终答案 x 大于 mid。

这样我们就可以计算出最终的结果 x 了。

复杂度分析
时间复杂度:O(nlog(r−l)),二分查找进行次数为O(log(r−l)),每次操作时间复杂度为O(n)。
空间复杂度:O(1)。

class Solution {
public:bool check(vector<vector<int>> matrix,int mid,int k){int i=matrix.size()-1;int j=0;int count=0;while(i>=0&&j<matrix[0].size()){if(matrix[i][j]<=mid){j++;count+=(i+1);}else{i--;}}return k<=count;}int kthSmallest(vector<vector<int>>& matrix, int k) {int left=matrix[0][0];int right=matrix[matrix.size()-1][matrix.size()-1];while(left<right){int mid=left+(right-left)/2;if(check(matrix,mid,k)==true){right=mid;}else{left=mid+1;}}return left;}
};

这篇关于2021-8-18 378. 有序矩阵中第 K 小的元素(堆排序(归并排序),二分法)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/795528

相关文章

使用C++实现链表元素的反转

《使用C++实现链表元素的反转》反转链表是链表操作中一个经典的问题,也是面试中常见的考题,本文将从思路到实现一步步地讲解如何实现链表的反转,帮助初学者理解这一操作,我们将使用C++代码演示具体实现,同... 目录问题定义思路分析代码实现带头节点的链表代码讲解其他实现方式时间和空间复杂度分析总结问题定义给定

Spring排序机制之接口与注解的使用方法

《Spring排序机制之接口与注解的使用方法》本文介绍了Spring中多种排序机制,包括Ordered接口、PriorityOrdered接口、@Order注解和@Priority注解,提供了详细示例... 目录一、Spring 排序的需求场景二、Spring 中的排序机制1、Ordered 接口2、Pri

CSS3中使用flex和grid实现等高元素布局的示例代码

《CSS3中使用flex和grid实现等高元素布局的示例代码》:本文主要介绍了使用CSS3中的Flexbox和Grid布局实现等高元素布局的方法,通过简单的两列实现、每行放置3列以及全部代码的展示,展示了这两种布局方式的实现细节和效果,详细内容请阅读本文,希望能对你有所帮助... 过往的实现方法是使用浮动加

大数据小内存排序问题如何巧妙解决

《大数据小内存排序问题如何巧妙解决》文章介绍了大数据小内存排序的三种方法:数据库排序、分治法和位图法,数据库排序简单但速度慢,对设备要求高;分治法高效但实现复杂;位图法可读性差,但存储空间受限... 目录三种方法:方法概要数据库排序(http://www.chinasem.cn对数据库设备要求较高)分治法(常

在MyBatis的XML映射文件中<trim>元素所有场景下的完整使用示例代码

《在MyBatis的XML映射文件中<trim>元素所有场景下的完整使用示例代码》在MyBatis的XML映射文件中,trim元素用于动态添加SQL语句的一部分,处理前缀、后缀及多余的逗号或连接符,示... 在MyBATis的XML映射文件中,<trim>元素用于动态地添加SQL语句的一部分,例如SET或W

Python实现数据清洗的18种方法

《Python实现数据清洗的18种方法》本文主要介绍了Python实现数据清洗的18种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录1. 去除字符串两边空格2. 转换数据类型3. 大小写转换4. 移除列表中的重复元素5. 快速统

Python中lambda排序的六种方法

《Python中lambda排序的六种方法》本文主要介绍了Python中使用lambda函数进行排序的六种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们... 目录1.对单个变量进行排序2. 对多个变量进行排序3. 降序排列4. 单独降序1.对单个变量进行排序

关于Java内存访问重排序的研究

《关于Java内存访问重排序的研究》文章主要介绍了重排序现象及其在多线程编程中的影响,包括内存可见性问题和Java内存模型中对重排序的规则... 目录什么是重排序重排序图解重排序实验as-if-serial语义内存访问重排序与内存可见性内存访问重排序与Java内存模型重排序示意表内存屏障内存屏障示意表Int

基于Redis有序集合实现滑动窗口限流的步骤

《基于Redis有序集合实现滑动窗口限流的步骤》滑动窗口算法是一种基于时间窗口的限流算法,通过动态地滑动窗口,可以动态调整限流的速率,Redis有序集合可以用来实现滑动窗口限流,本文介绍基于Redis... 滑动窗口算法是一种基于时间窗口的限流算法,它将时间划分为若干个固定大小的窗口,每个窗口内记录了该时间

在Java中实现堆排序的步骤详解

《在Java中实现堆排序的步骤详解》堆排序是一种基于堆数据结构的排序算法,堆是一种特殊的完全二叉树,堆排序利用堆的性质通过一系列操作将数组元素按升序或降序排列,本文给大家介绍了如何在Java中实现堆排... 目录引言一、堆排序的基本原理二、堆排序的实现步骤三、堆排序的时间复杂度和空间复杂度四、堆排序的工作流