378. Kth Smallest Element in a Sorted Matrix

本文介绍了一种在矩阵中查找第K小元素的有效算法。通过定义一个辅助函数help来定位目标元素的位置,结合二分查找策略,该算法能够在O(logN)时间内找到指定的第K小元素。示例中详细解释了算法流程,如如何更新搜索范围以及为何需要特定条件判断。

利用help函数找到mid位于矩阵中的位置 loc
如果loc小于k low=mid+1 反之high=mid-1
注意help函数里求得是<=num的loc 所以在主函数中如果loc=k 那么一定是包括在小的那部分 所以high=mid-1
例如 matrix = [
[11, 13],
[13, 15]
]
k=3 结果应该是13
mid=(11+15)//2=13 那么help函数求得的loc是3==k
在主函数中如果是if loc<=k: low=mid+1 =14 mid=(14+15)//2=14 会得到15 所以必须是loc<k

class Solution:
    def kthSmallest(self, matrix, k):
        """
        :type matrix: List[List[int]]
        :type k: int
        :rtype: int
        """
        if not matrix:
            return -1
        low = matrix[0][0]
        high= matrix[-1][-1]
        while low<=high:
            mid=low+(high-low)//2
            loc=self.help(matrix,mid)
            if loc<k:
                low=mid+1
            else:
                high=mid-1
        return low
        
    def help(self,matrix,num):
        #从左下角开始找
        i,j=len(matrix)-1,0
        loc=0
        while i>=0 and j<len(matrix[0]):
            if num>=matrix[i][j]:
                j+=1
                loc+=i+1
            else:
                i-=1
        return loc
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值