数据结构与算法--数组:二维数组中查找

数组

  • 数组最简单的是数据结构,占据一整块连续的内存并按照顺序存储数据,创建数组时候,我们需要首先指定数组的容量大小,然后根据大小分配内存。即使我们只在数组中存储一个元素,亚需要为所有数据预先分配内存,因此空间使用效率差,经常会有空闲区域没有得到充分利用。
  • 由于数组中内存是连续的,于是可以根据下标在O(1)时间内读/写任何元素,因此时间效率很高。
  • 为解决数组空间效率问题,人们设计实现了多种动态数组,Java中的vector。为了避免浪,我们先为数组开辟一个较小的空间,然后向数组添加元素的过程中,当元素个数超过数组容量的时候,我们会重新分配一个更大的空间,接着吧之前的数据复制到新的驻足中,在将之前的内存释放,这样就能减少内存的浪费。但是每一层扩充数组容量都有大量的额外操作,这多时间性能有负面的影响,因此使用动态数组时候要尽量减少改变数组容量大小的次数。

算法题:二维数组中查找

  • 题目:在一个二维数组中,每一行从左到右递增顺序存储,每一列都按照从上到下递增顺序排序。完成一个函数,输入这样一个二维数组和一个整数,输出数组中是否包含改整数以及改整数的位置。
  • 分析过程如下: 例如下面二维数组,每行,列都递增。如果这个数组中查找数字6,则返回true,位置(2,1)。如果查找数字5返回false

1 2 3 4 5
2 4 6 8 10
3 6 9 12 15
4 8 12 16 20

错误解法分析过程如下
  • 按照题目要求,每列,行都递增,如上,通过观察以上矩阵的特性,很多同学会采用二分法,步骤如下:
    • 将二维数组看成是一个现象的结构,总共有20个元素,left=0,right=20, mid= (left+right)/2=10
    • 取中间位置元素值value与目标元素key比较
    • value == key 则得出结果
    • value < key则left = mid + 1
    • value > key 则right = mid - 1
    • 具体实现如下
/*** 错误案例* @author liaojiamin* @Date:Created in 13:59 2020/10/30*/
public class FindOne {public static Integer[][] getTwoDimenArray(int rows, int cloumns){Integer[][] twoDimen = new Integer[rows][cloumns];for (int i = 0; i < rows; i++) {for (int j = 0; j < cloumns; j++) {Integer key = (i+1) * (j+1);twoDimen[i][j] = key;System.out.print(key + "  ");}System.out.println("");}return twoDimen;}public static void findOneInTwoDimenArray1(int rows, int cloumns, Integer key){if(rows <=0 || cloumns <=0){return;}Integer[][] twoDimen = getTwoDimenArray(rows, cloumns);if(twoDimen == null){return;}boolean isInArray = false;int keyCloumns = -1;int keyRows = -1;int left = 0;int right = rows * cloumns -1;int col = cloumns;while (left <= right){int mid = (left + right) / 2;Integer value = twoDimen[mid/ col][mid%col];//中间位置if(value == key){keyRows = mid/col;keyCloumns = mid%col;isInArray = true;break;}else if(value < key){left = mid + 1;}else {right = mid - 1;}}System.out.println("isInArray: "+ isInArray + "  position: rows:" +keyRows + " cloums:" + keyCloumns);}public static void main(String[] args) {findOneInTwoDimenArray1(4, 5, 8);}
}
  • 以下测试案例:
//测试一:正确
inPut:4,5,8
outPut:
1  2  3  4  5  
2  4  6  8  10  
3  6  9  12  15  
4  8  12  16  20  
isInArray: true  position: rows:1 cloums:3
//测试二:错误
input:5,4,8
1  2  3  4  
2  4  6  8  
3  6  9  12  
4  8  12  16  
5  10  15  20  
isInArray: false  position: rows:-1 cloums:-1
  • 如上测试用例可知,以上解法是错误的,原因在于虽然此二维数组每一列每一行都递增,当并不代表中间元素mid之前的元素一定小于mid导致程序出错。
正确解法分析过程如下
  • 还是将二维数组看成矩阵,,从中选一个元素 m与目标值key比较,分三种情况分析查找,

    • 情况一 当 m == key,结束查找
    • 情况二 当 m < key,根据数组排序规则,要查找的数字应该在当前选区的位置的右边或者下面
      在这里插入图片描述
    • 情况三 当m > key,同样的,要查的数字应该在左边或者上面
      在这里插入图片描述
      在这里插入图片描述
  • 如上分析,由于需要朝招的数字相对当前选取的m的位置有可能两个区域,而且有重叠,这样看起来就复杂了。

  • 我们将问题具体化,。下面以上图中矩阵中查找数字7 为案例,一步步分析查找过程。

  • 之前之所以困难,是我们在二维数组的中间选取的数字m 与目标值key比较,这样导致下一次需要查找的两个相互重叠的区域。如果我们从数组的一个角上选取,情况如下:

    • 首先选右上角数字9, 9 > 7,并且9 还在第四列的第一个数字,所有,7 不可能在第四列
      在这里插入图片描述

    • 将剩下三列看成一个新的二维数组,同样选右上角 8 > 7 ,同样可以排除第三列数
      在这里插入图片描述

    • 将剩下两列看成一个新二维数组,同样选右上角2 < 7,那么要查找的7 可能在2的右边也可能在2 的下面,因为之前的操作已经将右边的所有数据都排除了,所有必定在2 的下面,并且将2 这一行踢出,只剩下3*2 的二维数组,如下
      在这里插入图片描述

    • 剩下上图中,同样用这个方法,去右上角4 < 7 ,所以不再这一行,可能在4下面,剩下2*2 的二维数组
      在这里插入图片描述

  • 接着在取右上角 7 = 7 得出最终答案。

总结
  • 以上查找过程,有如下规律:首先选取数组中右上角元素,
    • 如果改数字等于要查找数字,结束查找
    • 如果改数字小于要查找数字,踢出这个数字所在行
    • 如果这个数字大于要查找的数字,踢出这个数字所在的列
    • 依次每一步都在查找范围内踢出一列或者一行,逐步缩小范围。直到查询到或者为空。
    • 如下代码实现。
    • 时间复杂度 O(max(rows, cloumns)),空间复杂度 O(1)
/*** * @author liaojiamin* @Date:Created in 13:59 2020/10/30*/
public class FindOne {public static Integer[][] getTwoDimenArray(int rows, int cloumns){Integer[][] twoDimen = new Integer[rows][cloumns];for (int i = 0; i < rows; i++) {for (int j = 0; j < cloumns; j++) {Integer key = (i+1) * (j+1);twoDimen[i][j] = key;System.out.print(key + "  ");}System.out.println("");}return twoDimen;}public static void findOneInTwoDimenArray2(int rows, int cloumns, Integer key){if(rows <=0 || cloumns <=0 || key == null){return;}Integer[][] twoDimen = getTwoDimenArray(rows, cloumns);if(twoDimen == null){return;}boolean isInArray = false;int keyCloumns = cloumns -1;int keyRows =0;while (keyCloumns >= 0 && keyRows < rows){if(twoDimen[keyRows][keyCloumns] == key){System.out.println("isInArray: "+ isInArray + "  position: rows:" +keyRows + " cloums:" + keyCloumns);break;}else if(twoDimen[keyRows][keyCloumns] > key){keyCloumns --;}else {keyRows ++;}}}public static void main(String[] args) {findOneInTwoDimenArray2(5, 4, 8);}
}
  • 测试用例:
    • 二维数组中查找包含的数字,数组中最大值,最小值,介于最大最小之间的值
    • 二维数组中查找不包含的数字,大于最大值,小于最小值,介于最大最小之前的不存在的值
    • 特殊输入 null
其他思路
  • 以上是去右上角的数字,统一,可以选左下角的数字,
  • 不能选左上角的数字,例如选择1, 1 < 7 ,那么7 位于1 的下面或者右边,没有参考意义。
  • 不能选右下角的数字,例如15 , 15 > 7,那么7 位于15 的上面或者左边,没有参考意义。

上一篇 数据结构与算法–实现Singleton模式
下一篇:数据结构与算法–字符串:字符串替换

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/310527.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

[剑指offer]面试题41:和为s的两个数字VS和为s的连续正数序列

面试题41&#xff1a;和为s的两个数字VS和为s的连续正数序列 题目一&#xff1a;输入一个递增排序的数组和一个数字s&#xff0c;在数组中查找两个数&#xff0c;使得它们的和正好是s。如果有多对数字的和等于s&#xff0c;输出任意一对即可。 代码如下: bool FindNumbersWit…

数字化演化历史

回顾历史&#xff0c;帮助我们展望未来&#xff0c;在数字化技术出现之前&#xff0c;人类历史几千年的历史中&#xff0c;人类社会中&#xff0c;人类的大脑是唯一可以作信息处理的。比如我们发明了汽车&#xff0c;需要人来开车&#xff1b;发明了飞机&#xff0c;需要人来驾…

数据结构与算法--字符串:字符串替换

数据结构与算法–字符串&#xff1a;字符串替换 字符串的优化 由于字符串在编程时候使用的评率非常高&#xff0c;为了优化&#xff0c;很多语言都对字符串做了特殊的规定。下面我们讨论java中字符串的特性java中的字符数组以’\0’ 结尾&#xff0c;我们可以利用这个特性来找…

[剑指offer]面试题42:翻转单词顺序 VS左旋转字符串

面试题42&#xff1a;翻转单词顺序 VS左旋转字符串 题目一&#xff1a;输入一个英文句子&#xff0c;翻转句子中单词的顺序&#xff0c;但单词内字符的顺序不变。为简单起见&#xff0c;标点符号和普通字母一样处理。例如输入字符串"I am a student."&#xff0c;则输…

数据结构与算法--经典10大排序算法(动图演示)【建议收藏】

十大经典排序算法总结&#xff08;动图演示&#xff09; 算法分类 十大常见排序算法可分为两大类&#xff1a; 比较排序算法&#xff1a;通过比较来决定元素的位置&#xff0c;由于时间复杂度不能突破O(nlogn)&#xff0c;因此也称为非线性时间比较类排序非比较类型排序&…

如何查找,修复和避免C#.NET中内存泄漏的8个最佳实践

原文来自互联网&#xff0c;由长沙DotNET技术社区编译。本文来源&#xff1a;https://michaelscodingspot.com/find-fix-and-avoid-memory-leaks-in-c-net-8-best-practices/从事大型企业项目的任何人都知道内存泄漏就像是大型酒店中的老鼠。当它们很少时&#xff0c;您可能不会…

[剑指offer]面试题47:不用加减乘除做加法

面试题47&#xff1a;不用加减乘除做加法 题目&#xff1a;写一个函数&#xff0c;求两个整数之和&#xff0c;要求在函数体内不得使用、-、、四则运算符号。 代码如下: int add(int num1, int num2) {int sum, carry;do{sum (num1 ^ num2);carry (num1 & num2) <&l…

ASP.NET Core技术研究-探秘依赖注入框架

ASP.NET Core在底层内置了一个依赖注入框架&#xff0c;通过依赖注入的方式注册服务、提供服务。依赖注入不仅服务于ASP.NET Core自身&#xff0c;同时也是应用程序的服务提供者。毫不夸张的说&#xff0c;ASP.NET Core通过依赖注入实现了各种服务对象的注册和创建&#xff0c;…

Redis遍历方式思考--字典扩容方式

全量遍历keys 工作中线上Redis维护&#xff0c;有时候我们需要查询特定前缀的缓存key列表来手动处理数据。可能是修改值&#xff0c;删除key。那么怎么才能快速的从海量的key中查找到对应的前缀匹配项。Redis提供了一下简单的指令&#xff0c;例如keys用来满足特定正则下的key…

[剑指offer]面试题48:不能被继承的类

面试题48&#xff1a;不能被继承的类 题目&#xff1a;用C设计一个不能被继承的类。 ❖ 常规的解法&#xff1a;把构造函数设为私有函数 很多人都能够想到&#xff0c;在 C中子类的构造函数会自动调用父类的构造函数&#xff0c;子类的析构函数也会自动调用父类的析构函数。 …

从项目到产品: 软件时代需要价值流架构师 | IDCF

译者&#xff1a;无敌哥原文地址: https://thenewstack.io/the-age-of-software-needs-value-stream-architects/ 本文翻译仅供学习交流之用。原文作者 Mik Kersten 出版了《Project to Product》本系列共四篇文章&#xff0c;分别是01 从项目到产品&#xff1a;软件需要从物理…

Redis高效性探索--线程IO模型,通信协议

Redis线程IO模型 Redis是单线程&#xff0c;这个毋庸置疑Redis单线程能做到这么高的效率&#xff1f;不用怀疑&#xff0c;还有很多其他的服务都是单线程但是也有超高的效率&#xff0c;比如Node.js&#xff0c;Nginx也是单线程。Redis单线程高效原因&#xff1a; Redis所有数…

[剑指offer]面试题45:圆圈中最后剩下的数字

面试题45&#xff1a;圆圈中最后剩下的数字 题目&#xff1a;0,1,…,n-1这n个数字排成一个圆圈&#xff0c;从数字0开始每次从这个圆圈里删除第m个数字。求出这个圆圈里剩下的最后一个数字。 ❖ 经典的解法&#xff0c;用环形链表模拟圆圈 代码如下: #include <iostream&…

Redis持久化-深入理解AOF,RDB

持久化 Redis数据全部在内存中&#xff0c;如果宕机&#xff0c;数据必然丢失&#xff0c;因此必须有一种机制保证Redis数据不会因为故障丢失&#xff0c;这就是Redis的持久化机制持久化方式两种&#xff1a;AOF&#xff0c;RDB&#xff0c;如下图 RDB快照模式是一次全量备份&…

推荐一个集录屏、截图、音频于一体的软件给大家

捕获屏幕&#xff0c;网络摄像头&#xff0c;音频&#xff0c;光标&#xff0c;鼠标单击和击键GitHub&#xff1a;https://github.com/MathewSachin/Captura特性 免费 100%免费&#xff0c;你不需要花一分钱开源 根据MIT许可的条款&#xff0c;可以在Github上获得Captura的源…

C++实现各种插入排序(直接,折半,希尔)

直接插入排序(无哨兵): 代码如下: #include <iostream> using namespace std;//数组下标从0开始 void InsertSort(int *a, int len) {int j;for (int i 1; i < len; i){if (a[i - 1] > a[i])//优化一下{int temp a[i];for (j i - 1; a[j] > temp &&…

Redis高效性探索--管道

管道 开始接触Redis时候&#xff0c;对应Redis管道有一个错误认识&#xff0c;任务是redis服务器提供的一种特别的技术&#xff0c;有了这种技术可以加速Redis的存取效率&#xff0c;但是实际上Redis的管道计算&#xff08;Pipeline&#xff09;本身是客户端提供的技术&#x…

WebAssembly增加Go语言绑定

为提供更好的跨平台支持&#xff0c;WebAssembly 正在积极推动其在本地桌面端的进展。与此同时&#xff0c;Wasmtime&#xff08;WebAssembly runtime&#xff09;近期为它增加了 Go 绑定功能&#xff0c;这意味着开发者可直接在 Go 应用程序中调用 WebAssembly 模块。Wasmtime…

Redis--事务理解

事务 一个成熟的数据库系统一般都会有事务的支持&#xff0c;Redis作为一个缓存数据库也不例外&#xff0c;Redis的事务比之关系型数据库mysql&#xff0c;oracle等算比较简单的&#xff0c;Redis中无需理解那么多事务模型&#xff0c;可以直接使用。不过也正是因为简单&#…

C++实现各种交换排序(冒泡,快速)

冒泡排序: 代码如下: #include <iostream> using namespace std;void BubbleSort(int *a, int len) {//数组下标从0开始for (int i 1;i<len-1;i)//共需要len-1趟for (int j 1; j < len - i; j)//第i趟的比较次数是len-i次if (a[j - 1] > a[j]){int temp a[…