搜尋二維矩陣
“搜尋二維矩陣”問題的詳細指南和 Python 實作。
1. 學習
「搜尋二維矩陣」問題是二分搜尋部分的關鍵挑戰。
此實作著重於 Python 中的簡單層級邏輯。
在我們提供的解決方案中，我們優先考慮技術準確性和程式碼可讀性。
2. Real-World Applications
3. Visual Intuition
可視化搜尋二維矩陣的邏輯流程。
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
仔細閱讀搜尋二維矩陣的問題陳述。
2. Formulate brute force
起草一個簡單的迭代解決方案。
3. Identify inefficiency
尋找冗餘計算。
4. Optimize search path
使用散列或排序來加速該過程。
5. Final Implementation
清理生產標準代碼。
問題陳述
給定一個 m x n 整數矩陣 matrix ，具有下列兩個屬性：
- 每行以非降序排序。
- 每行的第一個整數大於前一行的最後一個整數。
給定一個整數 target，如果 target 位於 matrix 中，則傳回 True ，否則傳回 False 。
您必須以 O(log(m * n)) 時間複雜度編寫解決方案。
寫一個函數 searchMatrix(matrix: List[List[int]], target: int) -> bool。
- •m == len(matrix)
- •n == len(matrix[i])
- •1 <= m, n <= 100
- •-10^4 <= matrix[i][j], target <= 10^4
範例
matrix = [[1, 3, 5, 7], [10, 11, 16, 20], [23, 30, 34, 60]], target = 3
True
3 is found in the first row at index 1.
matrix = [[1, 3, 5, 7], [10, 11, 16, 20], [23, 30, 34, 60]], target = 13
False
13 is not present in the matrix.
Need a Hint?
Edge Cases to Watch
- 空輸入結構
- 單元素輸入
- 大數值範圍
準備好解決了嗎？
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
面試見解和變化
複雜度分析分解
為什麼時間: Directly evaluates all possibilities.
為什麼選擇太空: Uses standard local memory.
為什麼時間: Optimized paths reduce total operations.
為什麼選擇太空: May trade memory for speed.
最佳化解決方案Python程式碼
最佳化解決方案Python程式碼
def search_matrix_opt(matrix, target):
if not matrix or not matrix[0]: return False
ROWS, COLS = len(matrix), len(matrix[0])
top, bot = 0, ROWS - 1
while top <= bot:
row = (top + bot) // 2
if target > matrix[row][-1]:
top = row + 1
elif target < matrix[row][0]:
bot = row - 1
else:
break
if not (top <= bot): return False
row = (top + bot) // 2
l, r = 0, COLS - 1
while l <= r:
m = (l + r) // 2
if target > matrix[row][m]:
l = m + 1
elif target < matrix[row][m]:
r = m - 1
else:
return True
return False暴力破解代碼（劇透保護）
暴力破解代碼（劇透保護）
def search_matrix_brute(matrix, target):
for row in matrix:
if target in row: return True
return FalseAlgorithm Pattern Checklist
When dealing with Binary Search data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
推薦的 Python 資源
透過相關的互動式教學、備忘單和程式碼比較來擴展您的知識。
Python 變數和資料型別解釋
了解 Python 變數和核心資料類型（字串、整數、浮點數、布林值）。 Python 記憶體分配的完整初學者指南。
如何在 Python 中對列表進行排序（升序和降序）
了解如何在 Python 中使用 sort() 方法和sorted() 函數對清單進行排序。發現自訂鍵排序和逆序範例。
Python 字典方法備忘單
學習Python字典法。鍵值對插入、檢索、更新和檢查的完整參考指南。
Python 與 JavaScript：哪種程式語言最好？
Python 和 JavaScript 的全面比較。探索語法差異、效能、用例（後端與前端）和編碼範例。