news 2026/5/4 2:37:28

LeetCode 378.有序矩阵中第K小的元素

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
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:

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:

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(); } }
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/4 2:37:25

n个六面的骰子,扔一次之后和为k的概率是多少?

题目要求&#xff1a;n个六面的骰子&#xff0c;扔一次之后和为k的概率是多少&#xff1f;给定骰子数量n和骰子的点数之和k&#xff0c;求概率res。思路&#xff1a;动态规划dp。问题分析&#xff1a;每个骰子的点数都是1~6&#xff0c;因此n个骰子的总点数和的范围是[n,6n]&am…

作者头像 李华
网站建设 2026/5/4 2:31:25

IGBT技术解析:功率半导体的革命与应用

1. IGBT技术概述&#xff1a;功率半导体领域的革命性突破在电力电子领域&#xff0c;绝缘栅双极晶体管&#xff08;IGBT&#xff09;的出现彻底改变了高压大电流应用的技术格局。作为一名从事功率半导体设计十余年的工程师&#xff0c;我见证了IGBT从实验室原型到工业主流的全过…

作者头像 李华
网站建设 2026/5/4 2:22:27

OmniPermission:基于RBAC扩展的Spring Boot权限管理实战指南

1. 项目概述与核心价值最近在搞一个需要处理复杂权限的Web应用&#xff0c;后台管理模块涉及到用户、角色、菜单、部门、数据范围&#xff0c;还有各种细粒度的操作按钮权限&#xff0c;光是想想怎么设计数据库表就头大。更别提前后端联调时&#xff0c;权限校验逻辑不一致导致…

作者头像 李华
网站建设 2026/5/4 2:19:29

流程化爬虫框架claw-flow:构建可编排、可监控的数据采集流水线

1. 项目概述与核心价值最近在和一些做数据采集和自动化流程的朋友交流时&#xff0c;大家普遍提到一个痛点&#xff1a;市面上很多爬虫框架要么太重&#xff0c;学习成本高&#xff1b;要么太轻&#xff0c;功能单一&#xff0c;一旦遇到复杂的采集逻辑、反爬策略或者需要将采集…

作者头像 李华