在 LeetCode 的"搜索二维矩阵 II"问题中，我们需要判断一个目标值 target 是否存在于一个满足以下特性的二维矩阵中：
本文先分析一种常见的错误解法，再介绍一种高效的解决方案。
初始代码的问题分析
这是我第一次写的代码，因为我感觉他有点像二叉树，就尝试了一下，从一个起点出发，尝试在对角线上移动，并检查相邻元素：
java
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
int x = matrix.length - 1;
int y = matrix[0].length - 1;
int i = 0, j = 0;
while (i >= 0 && j >= 0 && i <= x && j <= y) {
if (matrix[i][j] < target) {
i++;
j++;
} else if (matrix[i][j] == target) {
return true;
} else if (matrix[i][j] > target) {
int i_temp = i;
int j_temp = j;
i--;
j--;
while (i >= 0 && j >= 0 && i <= x && j <= y) {
if (matrix[i_temp][j] == target || matrix[i][j_temp] == target) {
return true;
}
i--;
j--;
}
}
}
return false;
}
}主要问题：
- 路径不可靠 ：通过同时增加
i和j（如i++, j++）沿对角线移动，但矩阵的特性不能保证对角线上的连续性，容易跳过目标值。 - 边界处理不当 ：当索引超出矩阵边界时，逻辑复杂且易出错（如移动到
(3,3)在 3×4 矩阵中导致越界）。 - 效率低下：最坏情况时间复杂度为 O(n2)O(n2)（如目标值在左上角时）。
在提交时出现了这种抽象用例导致了错误
高效解法：从右上角开始搜索
利用矩阵的升序特性，可从右上角（或左下角）开始搜索：
- 若当前元素等于目标值，返回
true - 若当前元素大于目标值，向左移动一列（排除当前列）
- 若当前元素小于目标值，向下移动一行（排除当前行）
步骤图解：
java
示例矩阵：
[
[1, 4, 7, 11],
[2, 5, 8, 12],
[3, 6, 9, 16],
[10,13,14,17]
]
目标值：5
1. 从右上角11开始：11 > 5 → 左移至7
2. 7 > 5 → 左移至4
3. 4 < 5 → 下移至5
4. 5 == 5 → 找到目标！代码实现：
java
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
return false;
}
int row = 0;
int col = matrix[0].length - 1; // 从右上角开始
while (row < matrix.length && col >= 0) {
int current = matrix[row][col];
if (current == target) {
return true;
} else if (current > target) {
col--; // 向左移动
} else {
row++; // 向下移动
}
}
return false;
}
}复杂度分析：
- 时间复杂度：O(m+n)O(m+n)，其中 mm 为行数、nn 为列数。每一步移动都会排除一行或一列。
- 空间复杂度：O(1)O(1)，仅使用常量额外空间。
为什么这种方法有效？
- 利用了矩阵的全局排序特性：
- 每行从左到右递增
- 每列从上到下递增
- 每一步移动都基于当前值与目标值的比较：
- 向左移动：当前值太大 → 丢弃当前列
- 向下移动：当前值太小 → 丢弃当前行
对比其他方法
- 暴力搜索：时间复杂度 O(mn)O(mn)，效率低下。
- 逐行二分搜索：时间复杂度 O(mlogn)O(mlogn)，适合列数远大于行数的情况。
- 右上角起点法：时间复杂度 O(m+n)O(m+n)，在大多数情况下效率最高。
总结
通过从右上角（或左下角）出发，每一步排除一行或一列，我们可以在 O(m+n)O(m+n) 时间内高效解决这个问题。这种方法简洁、直观，且充分利用了矩阵的排序特性。建议在面试或实际编码中优先采用此解法。