Leetcode 1901. 寻找峰值 II(Java + 列最大值 + 二分)

题目

  • 1901. 寻找峰值 II
  • 一个 2D 网格中的 峰值 是指那些 严格大于 其相邻格子(上、下、左、右)的元
  • 给你一个 从 0 开始编号 的 m x n 矩阵 mat ,其中任意两个相邻格子的值都 不相同 。找出 任意一个 峰值 mat[i][j] 并 返回其位置 [i,j] 。
  • 你可以假设整个矩阵周边环绕着一圈值为 -1 的格子。
  • 要求必须写出时间复杂度为 O(m log(n)) 或 O(n log(m)) 的算法
  • m == mat.length
  • n == mat[i].length
  • 1 <= m, n <= 500
  • 1 <= mat[i][j] <= 10 ^ 5
  • 任意两个相邻元素均不相等.

解法

Java + 列最大值 + 二分

第 1 步:

  • 类似:Leetcode 162. 寻找峰值(Java + 二分)
  • 在行内找严格大于左右的元素,再找每列的最大值(一定是大于上下)
  • 一定需要找该列的最大值,如果这也二分找极大值(仅严格大于左右),那么可能找到非该列最大值从而导致 左/右 列误判

第 2 步:

  • 具体做法:
    • 先找中间=mid 列,找到俩最大值 mat[maxRow][mid] ,元素一定严格大于上下的元素
    • 如果 mat[maxRow][mid] 严格大于左右的元素,则直接返回,否则下一步
    • 如果 mat[maxRow][mid] > mat[maxRow][mid+1] 则 maxRow 左边列一定存在,否则 maxRow 右边列一定存在
  • 时间复杂度:O(m*logn),空间复杂度:O(1)

代码

/*** Java + 列最大值 + 二分:** 第 1 步:* 类似:162. 寻找峰值 FindPeakElement,在行内找严格大于左右的元素,再找每列的最大值(一定是大于上下)* 一定需要找该列的最大值,如果这也二分找极大值(仅严格大于左右),那么可能找到非该列最大值从而导致 左/右 列误判** 第 2 步:* 具体做法:*     * 先找中间=mid 列,找到俩最大值 mat[maxRow][mid] ,元素一定严格大于上下的元素*     * 如果 mat[maxRow][mid] 严格大于左右的元素,则直接返回,否则下一步*     * 如果 mat[maxRow][mid] > mat[maxRow][mid+1] 则 maxRow 左边列一定存在,否则 maxRow 右边列一定存在* 时间复杂度:O(m*logn),空间复杂度:O(1)***/public int[] findPeakGrid(int[][] mat) {int leftCol = 0;int rightCol = mat[0].length - 1;int resCol = 0;while (leftCol <= rightCol) {int midCol = ((rightCol - leftCol) >> 1) + leftCol;int maxRow = getMaxRow(mat, midCol);if ((midCol == 0 || mat[maxRow][midCol] > mat[maxRow][midCol - 1])&& (midCol == mat[0].length - 1 || mat[maxRow][midCol] > mat[maxRow][midCol + 1])) {resCol = midCol;break;}if (midCol == mat[0].length - 1 || mat[maxRow][midCol] > mat[maxRow][midCol + 1]) {rightCol = midCol - 1;} else {leftCol = midCol + 1;}}return new int[]{getMaxRow(mat, resCol), resCol};}private int getMaxRow(int[][] mat, int resCol) {int maxRow = 0;for (int i = 0; i < mat.length; i++) {if (mat[maxRow][resCol] < mat[i][resCol]) {maxRow = i;}}return maxRow;}

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。如若转载,请注明出处:http://www.mzph.cn/news/233510.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于JAVA的海南旅游景点推荐系统 开源项目

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 用户端2.2 管理员端 三、系统展示四、核心代码4.1 随机景点推荐4.2 景点评价4.3 协同推荐算法4.4 网站登录4.5 查询景点美食 五、免责说明 一、摘要 1.1 项目介绍 基于VueSpringBootMySQL的海南旅游推荐系统&#xff…

STM32 RTC总结

RTC入侵检测Tamper RTC Tamper功能就是&#xff0c;MCU在Tamper管脚检测到一个指定边缘信号&#xff08;可配置&#xff09;时&#xff0c;就主动清除所有备份寄存器数据的功能。如果需要&#xff0c;可以使能Tamper中断&#xff0c;在每次检测到Tamper信号后执行指定代码。 在…

用23种设计模式打造一个cocos creator的游戏框架----(二十一)组合模式

1、模式标准 模式名称&#xff1a;组合模式 模式分类&#xff1a;结构型 模式意图&#xff1a;将对象组合成树型结构以表示“部分-整体”的层次结构。Composite 使得用户对单个对象和组合对象的使用具有一致性。 结构图&#xff1a; 适用于&#xff1a; 1、想表示对象的部分…

算法通关村第十关—快速排序(青铜)

快速排序 快排的基本过程 快速排序是将分治法运用到排序问题的典型例子  快速排序基本思想是&#xff1a;通过一个标记pivot元素将n个元素的序列划分为左右两个子序列left和right,.其中left中的元素都比pivot小&#xff0c;right的都比pivot的大&#xff0c;然后再次对Ieft和r…

关于折线回归

一、说明 今天的帖子主要是关于使用折线回归找到最佳值。即将某条曲线分解成包络线段&#xff0c;然后用分段回归方式优化。但它也涉及使用 SAS 和 R 的剂量反应研究和样条曲线。这不是第一篇关于这些主题的文章&#xff0c;但我确实想在其中添加折线。只是因为它还在使用。 二…

使用docker-compose搭建docker私服与配置WebUI

简介 本文介绍了使用docker compose 搭建 docker私服 环境 Docker version 24.0.6, build ed223bc Docker Compose version v2.21.0 正文 一、创建registry文件夹 我的路径是/usr/loca/docker/registry 二、创建并编写docker-compose.yml version: "3.9" services…

机器学习之逻辑回归(Logistic Regression)

概念 逻辑回归(Logistic Regression)是一种用于解决分类问题的机器学习算法,尽管其名字中包含"回归"一词,但实际上它用于处理分类任务,而不是回归任务。逻辑回归是一个二分类算法,它用于预测目标变量的取值为两个类别之一。 1. 基本原理: 假设函数(Hypothe…

ios备忘录怎么导入华为 方法介绍

作为一个常常需要在不同设备间切换的人&#xff0c;我深知备忘录的重要性。那些突如其来的灵感、重要的会议提醒、甚至是生活中的琐碎小事&#xff0c;我们都习惯性地记录在备忘录里。但当我决定从iPhone转向华为时&#xff0c;一个问题困扰了我&#xff1a;如何将那些珍贵的备…

React面试题:React.createClass和extend Component的区别有哪些?

回答思路&#xff1a;语法区别-->获取props区别-->状态的区别-->this的区别-->Mixins的区别 注释&#xff1a; 工厂函数&#xff1a;是一种函数式编程的概念&#xff0c;用于创建和返回其他函数。在React中&#xff0c;工厂函数常用于创建组件。工厂函数接受一些参…

智能优化算法应用:基于学校优化算法3D无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用&#xff1a;基于学校优化算法3D无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用&#xff1a;基于学校优化算法3D无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.学校优化算法4.实验参数设定5.算法结果6.…

Axure中继器完成表格的增删改查的自定义元件(三列表格与十列表格)

目录 一、中继器 1.1 定义 1.2 特点 1.3 适用场景 二、三列表格增删改查 2.1 实现思路 2.2 效果演示 三、十列表格增删改查 3.1 实现思路 3.2 效果演示 一、中继器 1.1 定义 在Axure中&#xff0c;"中继器"通常指的是界面设计中的一个元素&#xff0c;用…

面试算法61:和最小的k个数对

题目 给定两个递增排序的整数数组&#xff0c;从两个数组中各取一个数字u和v组成一个数对&#xff08;u&#xff0c;v&#xff09;&#xff0c;请找出和最小的k个数对。例如&#xff0c;输入两个数组[1&#xff0c;5&#xff0c;13&#xff0c;21]和[2&#xff0c;4&#xff0…

Python基于joblib的并行计算进程线程multiprocessing多核并行计算

文章目录 Python基于joblib的并行计算适用场景使用示例总结爬虫&joblib使用`joblib`的场景注意事项使用实例结论joblib介绍简单示例多参数并行并行时CPU是怎么分配的何时选用并行进程&线程进程和线程之间的关系

IntelliJ IDE 插件开发 | (三)消息通知与事件监听

系列文章 IntelliJ IDE 插件开发 |&#xff08;一&#xff09;快速入门IntelliJ IDE 插件开发 |&#xff08;二&#xff09;UI 界面与数据持久化IntelliJ IDE 插件开发 |&#xff08;三&#xff09;消息通知与事件监听 前言 在前两篇文章中讲解了关于插件开发的基础知识&…

【linux】解决matplotlib中文显示乱码

一、Debian操作系统版本号 $ cat /etc/debian_version 12.4 二、问题 matplotlib中文显示乱码。 三、解决方法&#xff1a; plt.rcParams["font.sans-serif"] "Noto Sans CJK JP" 四、解决过程 1.问GPT 回答了一些相关问题&#xff0c;但是好像用…

Python tkinter 初探Toplevel控件搭建父子窗口

目录 Toplevel控件搭建父子窗口 最简明的父子窗口框架 改进一&#xff1a;屏蔽和开放按钮 改进二&#xff1a;子窗口始终在主窗口之上 改进三&#xff1a;增加子窗口的关闭协议 改进四&#xff1a;使子窗口长获焦点 总结 Toplevel控件搭建父子窗口 最近&#xff0c;用P…

k8s集群1.23.0版本部署说明

1.部署 k8s1.23.0版本与1.26.0版本的部署基本差不多&#xff0c;只不过k8s 1.23版本不需要部署cri-docker&#xff0c;所以只需要在1.26.0版本部署的基础上不要cri-docker的部署即可 参考&#xff1a;kubeadm部署k8s 1.26.0版本高可用集群_kubeadm 高可用集群-CSDN博客 搭建…

【DP】198.打家劫舍

题目 法1&#xff1a;DP class Solution {public int rob(int[] nums) {int n nums.length;if (n 1) {return nums[0];}if (n 2) {return Math.max(nums[0], nums[1]);}int pre0 nums[0], pre1 Math.max(nums[0], nums[1]), max 0;for (int i 2; i < n; i) {max M…

行为型设计模式(一)模版方法模式 迭代器模式

模板方法模式 Template 1、什么是模版方法模式 模版方法模式定义了一个算法的骨架&#xff0c;它将其中一些步骤的实现推迟到子类里面&#xff0c;使得子类可以在不改变算法结构的情况下重新定义算法中的某些步骤。 2、为什么使用模版方法模式 封装不变部分&#xff1a;模版…

iManager服务备份

这里写自定义目录标题 超图微服务云套件大版本升级时&#xff0c;有时候会涉及服务的迁移或重新发布&#xff0c;此时需要对服务进行备份&#xff0c;以免重新发布服务出现漏的&#xff0c;便于核对。本文通过fetch实现了服务的备份&#xff0c;备份成果以数组对象形式存储在tx…