LeetCode 378.有序矩阵中第K小的元素

思路:

1.第k小/大问题的通用转化方法:

(1)第k小等价于:求最小的x,满足<=x的数至少有k个(注意是至少不是恰好)。

(2)第k大等价于:求最大的x,满足>=x的数至少有k个(注意是至少不是恰好)。

2.在本题中是找第k小的元素,因此就是找最小的target,满足 <= target的数至少有k个。因此target越大,越能找到k个数;target越小,越不能找到k个数。据此,可以二分猜答案。

3.本题可以转化为给定整数target,统计有序矩阵中 <= target的元素个数cnt,判断是否满足cnt >= k。

4.如何做到高效统计cnt?通过双指针实现,如下图所示。

5.细节:本代码中采用闭区间二分,使用开区间或者半开半闭区间也是可以的。

(1)闭区间左端点的初始值:matrix[0][0]。由于不会存在比最小值还小的数,也就是有0个数 <= matrix[0][0],由于0 < k,所以无法满足要求。

(2)闭区间右端点的初始值:matrix[n - 1][n - 1],有n^2个数 <= matrix[n - 1][n - 1],由于n^2 >= k,所以一定满足要求。

(3)二分查找: 寻找第k小的元素。如果矩阵中 <= mid的元素个数 >= k,那么第k小的元素一定 <= mid。此时记录mid作为一个候选答案,我们还要继续向左寻找,看能否找到更小的满足条件的值。最终返回的就是最小的满足条件的mid。

6.疑问:为什么二分结束后,答案ans一定在矩阵中?

答:

虽在在过程中ans记录的可能不是矩阵中的元素,但由于我们不断缩小范围,最终会下降到矩阵中实际存在的元素,这是因为:任何不在矩阵中的元素x,如果它满足小于等于它的数cnt >= k,那么比它小的下一个矩阵元素也一定满足cnt >= k。因此二分最终会收敛到矩阵中实际存在的数字。所以ans最终就是矩阵中第k小的元素。

7.复杂度分析:

(1)时间复杂度:O(nlog(U))。其中n是matrix的行数和列数,U = matrix[n - 1][n - 1] - matrix[0][0]。二分O(log(U))次,每次需要跑一个O(n)的双指针。

(2)空间复杂度:O(1)。

附代码:

java 复制代码
class Solution {
    public int kthSmallest(int[][] matrix, int k) {
        int n = matrix.length;
        int left = matrix[0][0];
        int right = matrix[n - 1][n - 1];
        int ans = -1;
        
        while (left <= right) {
            int mid = left + (right - left) / 2;
            // 说明矩阵中 <= mid的元素个数 >= k
            // 说明第k小的元素一定 <= mid
            if (check(matrix,mid,k)) {
                // 此时记录的mid是一个候选答案
                ans = mid;
                // 缩小范围继续往左边找,看能否找到更小的满足条件的值
                right = mid - 1;
            } else {
                // 不满足条件就向右找
                left = mid + 1;
            }
        }

        // 最终返回最小的满足条件的值
        return ans;
    }

    private boolean check(int[][] matrix,int target,int k) {
        int n = matrix.length;
        int cnt = 0; // matrix中的 <= target的元素个数
        int i = 0;
        int j = n - 1; // 从右上角开始
        while (i < n && j >= 0 && cnt < k) {
            if (matrix[i][j] > target) {
                j--; // 排除第j列
            } else {
                cnt += j + 1; // 说明整行元素都 <= target,cnt加上这行元素的个数
                i++; // 第i行加完也排除
            }
        }
        return cnt >= k; // 判断matrix中的 <= target的元素个数是否 >= k
    }
}

ACM模式:

java 复制代码
import java.util.Scanner;

class Solution {
    public int kthSmallest(int[][] matrix, int k) {
        int n = matrix.length;
        int left = matrix[0][0];
        int right = matrix[n - 1][n - 1];
        int ans = -1;

        while (left <= right) {
            int mid = left + (right - left) / 2;
            if (check(matrix,mid,k)) {
                ans = mid;
                right = mid - 1;
            } else {
                left = mid + 1;
            }
        }
        return ans;
    }

    private boolean check(int[][] matrix,int target,int k) {
        int n = matrix.length;
        int cnt = 0;
        int i = 0;
        int j = n - 1;
        while (i < n && j >= 0 && cnt < k) {
            if (matrix[i][j] > target) {
                j--;
            } else {
                cnt += j + 1;
                i++;
            }
        }
        return cnt >= k;
    }
}

public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);

        // 读取矩阵大小
        int n = scanner.nextInt();
        // 读取矩阵
        int[][] matrix = new int[n][n];
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < n; j++) {
                matrix[i][j] = scanner.nextInt();
            }
        }
        int k = scanner.nextInt();

        // 计算第k小的元素
        Solution solution = new Solution();
        int result = solution.kthSmallest(matrix, k);
        System.out.println(result);

        scanner.close();
    }
}
相关推荐
Black蜡笔小新6 小时前
自动化AI算法训练服务器DLTM助力医学影像分析进入AI智能分析新时代
人工智能·算法·自动化
手写码匠6 小时前
深入解析大模型架构之争:全能通用模型 vs 领域专精模型
人工智能·深度学习·算法·aigc
浅念-7 小时前
LeetCode 回溯算法题——综合练习
数据结构·c++·算法·leetcode·职场和发展·深度优先·dfs
列星随旋7 小时前
线段树和树状数组的学习
学习·算法
全糖可乐气泡水9 小时前
Codex适配国产信创环境安装部署与技术适配全解析
开发语言·git·python·算法·百度
h_a_o777oah10 小时前
状态机+划分型 DP :深度解析K-划分问题下 DP 状态的转移逻辑(洛谷P2679 P2331 附C++代码)
c++·算法·动态规划·acm·状态机dp·划分型dp·滚动数组优化
05候补工程师10 小时前
从算法理想向工程现实的跨越:SLAM 核心架构、思维误区与 Nav2 实战避坑指南
人工智能·算法·安全·架构·机器人
手写码匠11 小时前
Android 17 适配实战指南:新特性解读、隐私变更与迁移全攻略
人工智能·深度学习·算法·aigc
珊瑚里的鱼11 小时前
leetcode42雨水
算法·leetcode