❓378. 有序矩阵中第 K 小的元素
难度:中等
给你一个 n x n n x n nxn 矩阵 m a t r i x matrix matrix ,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。
你必须找到一个内存复杂度优于 O ( n 2 ) O(n^2) O(n2) 的解决方案。
示例 1:
输入:matrix = [[1,5,9],[10,11,13],[12,13,15]], k = 8
输出:13
解释:矩阵中的元素为 [1,5,9,10,11,12,13,13,15],第 8 小元素是 13
示例 2:
输入:matrix = [[-5]], k = 1
输出:-5
提示:
- n == matrix.length
- n == matrix[i].length
- 1 <= n <= 300
- − 1 0 9 < = m a t r i x [ i ] [ j ] < = 1 0 9 -10^9 <= matrix[i][j] <= 10^9 −109<=matrix[i][j]<=109
- 题目数据 保证 matrix 中的所有行和列都按 非递减顺序 排列
- 1 < = k < = n 2 1 <= k <= n^2 1<=k<=n2
进阶:
- 你能否用一个恒定的内存(即 O ( 1 ) O(1) O(1) 内存复杂度)来解决这个问题?
- 你能在 O ( n ) O(n) O(n) 的时间复杂度下解决这个问题吗?这个方法对于面试来说可能太超前了,但是你会发现阅读这篇文章(
this paper
)很有趣。
💡思路:
法一:二分查找
找出二维矩阵中最小的数 l
,最大的数 h
,我们取中位数 mid = (l + h) / 2
,在二维矩阵中寻找小于等于 mid
的元素个数cnt
:
- 若这个
cnt
小于k
,表明第k
小的数在右半部分且不包含mid
,即l = mid + 1
,h
不变; - 若这个
cnt
大于等于k
,表明第k
小的数在左半部分且可能包含mid
,即l
不变,h = mid - 1
; - 当
l > h
时,第k
小的数即被找出,等于l
。
法二:归并排序
由题目给出的性质可知,这个矩阵的每一行均为一个有序数组。问题即转化为从这 n
个有序数组中找第 k
大的数,可以想到利用归并排序的做法,归并到第 k
个数即可停止。
一般归并排序是两个数组归并,而本题是 n
个数组归并,所以需要用小根堆维护,以优化时间复杂度。
🍁代码:(Java、C++)
法一:二分查找
Java
class Solution {public int kthSmallest(int[][] matrix, int k) {int n = matrix.length;int l = matrix[0][0], h = matrix[n - 1][n - 1];while(l <= h){int mid = l + (h - l) / 2;int cnt = 0;for(int i = 0; i < n; i++){for(int j = 0; j < n && matrix[i][j] <= mid; j++){cnt++;}}if(cnt < k) l = mid + 1;else h = mid - 1;}return l;}
}
C++
class Solution {
public:int kthSmallest(vector<vector<int>>& matrix, int k) {int n = matrix.size();int l = matrix[0][0], h = matrix[n - 1][n - 1];while(l <= h){int mid = l + (h - l) / 2;int cnt = 0;for(int i = 0; i < n; i++){for(int j = 0; j < n && matrix[i][j] <= mid; j++){cnt++;}}if(cnt < k) l = mid + 1;else h = mid - 1;}return l;}
};
法二:归并排序
Java
class Solution {public int kthSmallest(int[][] matrix, int k) {PriorityQueue<int[]> pq = new PriorityQueue<int[]>(new Comparator<int[]>() {public int compare(int[] a, int[] b){return a[0] - b[0];}});int n = matrix.length;for(int i = 0; i < n; i++){//第一列分别为n数组的头结点pq.offer(new int[] {matrix[i][0], i, 0});}for(int i = 0; i < k - 1; i++){int[] now = pq.poll();//弹出最小的那个if(now[2] != n - 1){//不是一行的最后一个元素pq.offer(new int[]{matrix[now[1]][now[2] + 1], now[1], now[2] + 1});}}return pq.poll()[0];}
}
C++
class Solution {
public:int kthSmallest(vector<vector<int>>& matrix, int k) {struct point{int val, x, y;point(int val, int x, int y): val(val), x(x), y(y){};bool operator> (const point& a)const{return this->val > a.val;}};priority_queue<point, vector<point>, greater<point>> que;int n = matrix.size();for(int i = 0; i < n; i++){que.emplace(matrix[i][0], i, 0);}for(int i = 0; i < k - 1; i++){point now = que.top();que.pop();if(now.y != n - 1){que.emplace(matrix[now.x][now.y + 1], now.x, now.y + 1);}}return que.top().val;}
};
🚀 运行结果:
🕔 复杂度分析:
- 时间复杂度: O ( n l o g ( r − l ) ) O(nlog(r - l)) O(nlog(r−l)),二分查找进行次数为 O ( n l o g ( r − l ) ) O(nlog(r - l)) O(nlog(r−l)), 每次操作时间复杂度为 O ( n ) O(n) O(n)。归并排序时间复杂度为 O ( k l o g n ) O(klogn) O(klogn),归并
k
次,每次堆中插入和弹出的操作时间复杂度均为 l o g n logn logn。 - 空间复杂度: O ( 1 ) O(1) O(1);归并排序空间复杂度为 O ( n ) O(n) O(n),堆的大小始终为
n
。
题目来源:力扣。
放弃一件事很容易,每天能坚持一件事一定很酷,一起每日一题吧!
关注我 leetCode专栏,每日更新!