欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

LeetCode有序矩阵中第K小的元素(Python语言)

程序员文章站 2023-12-10 19:01:04
使用二分查找的方法,解决《378. 有序矩阵中第K小的元素》问题...

378. 有序矩阵中第K小的元素


题目来源:力扣(LeetCode)https://leetcode-cn.com/problems/kth-smallest-element-in-a-sorted-matrix

题目


给定一个 n x n 矩阵,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:

matrix = [
   [ 1,  5,  9],
   [10, 11, 13],
   [12, 13, 15]
],
k = 8,

返回 13。

提示:

  • 你可以假设 k 的值永远是有效的,1 ≤ k ≤ n2 。

解题思路


先审题,题目中给出的是二维数组,而问题需要求得的是二维数组中第 k 小的元素。在这里,最直接的方法就是将二维数组转换为一维数组,对于转换后的一维数组进行升序排序,那么此时的一维数组中的第 k 个元素就是所求的结果。代码大致如下:

# python
def kthSmallest(self, matrix: List[List[int]], k: int) -> int:
    res = []
    for row in matrix:
        for ele in row:
            res.append(ele)
    res.sort()
    return res[k-1]

在这里,代码并没有使用矩阵的特性。而是转换为一维数组进行求解。这个解法的时间复杂度为 O(n^2logn),即是对 n x n 个数进行排序。

因为上面的解法是将矩阵转换为一维数组,并不是在矩阵的基础上解决问题。下面使用二分查找,来尝试以在矩阵的前提下,对问题进行分析解答。

思路:二分查找

考虑使用二分查找的原因,因为题目中说明,矩阵中,每行每列元素都是升序排序的。

也就是说在题目给定的矩阵当中,元素由左上到右下是递增的,以示例为基础扩充展开分析:

示例:

matrix = [
   [ 1,  5,  9],
   [10, 11, 13],
   [12, 13, 15]
],
k = 8

将上面的示例稍微扩充如下(仅为更方便展示二分查找方法的效果):

matrix = [
   [ 1,  5,  9, 10, 11],
   [10, 11, 13, 14, 15],
   [12, 13, 15, 16, 17],
   [13, 14, 16, 17, 18],
   [14, 18, 22, 26, 30]
],
k = 8

将上面二维数组转换为下图:

LeetCode有序矩阵中第K小的元素(Python语言)

我们假设左上角的元素为 matrix[0][0],右下角的元素为 matrix[n-1][n-1],根据题意以及上面的示图可知。matrix[0][0] 是二维数组中的最小值,matrix[n-1][n-1] 是最大值。

我们现在使用二分查找的方法来分析,设 matrix[0][0]matrix[n-1][n-1] 分别为 leftright

现在我们尝试取 mid(left <= mid <= right),可以发现在矩阵当中小于等于 mid 值的元素会分布在矩阵的左上部分,而大于 mid 值的元素则分布在矩阵的右下部分。例如下图所示,此时取 mid 为 15:

LeetCode有序矩阵中第K小的元素(Python语言)

在这里大于 mid 和小于等于 mid 的元素分为两部分,沿着红色的分割线将两者分开。此时,我们就可以看到,大于 mid 和小于等于 mid 两者元素的个数分别有多少。

上面红色分割线划分的依据,在这里进行分析:

因为每行每列的元素都是升序排列的,我们前面的分析,元素需要与 mid 进行比较。例如,我们现在要求分布在左边部分的元素,也就是元素值小于等于 mid 的部分。

此时我们可以考虑从左下角开始出发,往右上角去找。这样能够快速收缩范围。具体的流程如下:

  • 以左下角为起始点,往右上角开始扩散
  • 如果当前位置的元素值小于等于 mid 值时,说明从当前位置开始往上的所有元素都小于等于 mid(因为每列升序排列),记录当前元素个数 count,注意维护更新。
  • 此时满足元素值小于等于 mid 值时,向右边移动再次比较。否则,就向上移动,寻找稍小的元素进行比较,直至移动到边界。

在这里,当取 mid 值后进行划分时,按照上面的方法,能够确定小于或等于 k 的个数,那么就会出现以下两种情况:

  • 当 count 大于或等于 k 时,那么可以确定要找的答案在 [left, mid] 这边;
  • 否则,答案在 [mid+1, right] 这个区间。

那么根据这个思路,循环直至找到答案。

关于二分查找方法执行流程,可看如下简略图示(若不太理解,可手画图帮忙理解):

LeetCode有序矩阵中第K小的元素(Python语言)

具体的代码实现如下。

代码实现


class Solution:
    def kthSmallest(self, matrix: List[List[int]], k: int) -> int:
        def search(mid, n):
            # 从左下角开始往右上角找
            i, j = n-1, 0
            # 统计小于或等于 mid 的元素个数
            count = 0
            while i >= 0 and j < n:
                if matrix[i][j] <= mid:
                    # 当此时元素小于等于 mid
                    # 那么该元素往上的所有元素都会小于或等于 mid
                    count += (i + 1)
                    # 向右移动,继续比较
                    j += 1
                else:
                    # 当此时元素大于 mid 时,说明这个元素不包含在内,往上移动
                    i -= 1
            # count 与 k 值比对,判断所求元素落在哪边
            return count >= k
        
        n = len(matrix)

        left, right = matrix[0][0], matrix[n-1][n-1]

        while left < right:
            mid = left + (right - left) // 2
            if search(mid, n):
                # 当 count 大于等于 k 时,表明答案落在 [left, mid]
                # 否则落在 [mid+1, right]
                right = mid
            else:
                left = mid + 1
        
        return left

实现结果


LeetCode有序矩阵中第K小的元素(Python语言)


文章原创,觉得写得还可以,欢迎关注点赞。微信公众号《书所集录》同步更新,同样欢迎关注。

LeetCode有序矩阵中第K小的元素(Python语言)

本文地址:https://blog.csdn.net/weixin_45642918/article/details/107092161