速读摘要
算法核心不在于框架用得有多熟练，更多在于逻辑和思维方式，很多情况都需要变换间接建模。最近招聘市场各路神仙出没，小K也打算去凑一下热闹。在边缘选取一个数，可以一行一列的删除，把大问题化解为小问题。根据上面找出的规律，有很多的方式都可以缩小问题规模，那从哪个点开始判断呢。06总结通过问题的现象，分析本质，可以发现很多隐藏的规律，然后再通过所学的知识进行问题建模，进而解决未知的问题。
原文约 1071 字 | 图片 23 张 | 建议阅读 3 分钟 | 评价反馈
经典面试题：有序矩阵的快速查找
以下文章来源于小K算法，作者kyle
小K算法
曾就职于华为和美团，中山大学数学系本科，专注分享数学、算法、科学等硬核知识
点击上方蓝字 关注我，涨知识
算法核心不在于框架用得有多熟练，更多在于逻辑和思维方式，很多情况都需要变换间接建模。本文将通过一个经典的面试题来描述思维过程，引导最终问题建模。
01
金三银四
最近招聘市场各路神仙出没，小K也打算去凑一下热闹。
热身运动，小K先和面试官过了几招，不分胜负。接着面试官要开始放大招了。
这招怎么化解呢，等小K先思考2分钟。
02
分析
2.1
不思考解法
从左上到右下，一个一个的对比不就行了吗，当然这肯定不是面试官期望的。
2.2
逐行二分
一维的可以用二分快速查找，那就分解成一维，一行一行的用二分不就行了吗。
但每一列也是有序的，这种方法其实就没有用上这个信息了，所以肯定还有更好的方法。
03
找规律
一般是先想一下有没有可以套用的算法框架，如果不能发现很明显的算法，可以先分析问题的规律，然后再尝试变换间接建模。我们先尝试把所有能发现的规律都找出来。
根据问题描述，每行每列都升序。
更小规模也符合相同的规律，这就意味着可以想办法缩小问题规模。
从左上开始只能向下向右，则经过的路线升序。
从左上斜着看，还有点像小根堆。
对角线方向升序。
在对角线上选取一个数与目标数对比，可以用分治的思想，分块把大问题化解为小问题。
在边缘选取一个数，可以一行一列的删除，把大问题化解为小问题。
大于目标数，按列快速缩小问题规模。
小于目标数，按行快速缩小问题规模。
根据上面找出的规律，有很多的方式都可以缩小问题规模，那从哪个点开始判断呢。
所以从右上或者左下开始都可以。
04
算法建模
根据上面总结的规律，可以有很多种算法，这里以效率比较高的2种算法说明。
4.1
线性缩小
代码实现
bool solve1(vector<vector<int>> &matrix, ofstream &cout, int x) { int i, j; i = 0; j = matrix[0].size() - 1; bool flag = false; while (i < matrix[0].size() && j >= 0) { if (matrix[i][j] > x) { --j; } else if (matrix[i][j] < x) { ++i; } else { return true; } } return false;}
4.2
二分缩小
代码实现按行二分，缩小列
int searchColumn(vector<vector<int>> &matrix, int up, int right, int x) { int i, j, mid; i = 0; j = right; while (i < j) { mid = (i + j) / 2; if (x < matrix[up][mid]) { j = mid - 1; } else if (x > matrix[up][mid]) { i = mid + 1; } else { i = j = mid; } } if (matrix[up][i] > x) --i; return i;}
按列二分，缩小行
int searchRow(vector<vector<int>> &matrix, int up, int right, int x) { int i, j, mid; i = up; j = matrix.size() - 1; while (i < j) { mid = (i + j) / 2; if (x < matrix[mid][right]) { j = mid - 1; } else if (x > matrix[mid][right]) { i = mid + 1; } else { i = j = mid; } } if (matrix[i][right] < x) ++i; return i;}
主要过程
bool solve2(vector<vector<int>> &matrix, ofstream &cout, int x) { int up, right; up = 0; right = matrix[0].size() - 1; while (!(up == matrix.size() || right < 0)) { right = searchColumn(matrix, up, right, x); if (right < 0) continue; up = searchRow(matrix, up, right, x); if (up == matrix.size())continue; if (matrix[up][right] == x) { return true; } } return false;}
05
数据测试
数据生成
void dataInit() { ofstream cout("a.in"); int s = 0; for (int i = 0; i < 5000; ++i) { for (int j = 0; j < 5000; ++j) { cout << s + i + j << " "; } s += 4999; cout << endl; }}
执行效率
目标数：10002500线性执行效率：row=2000, column=2500T1=288二分执行效率row=2000, column=2500T2=10
06
总结
通过问题的现象，分析本质，可以发现很多隐藏的规律，然后再通过所学的知识进行问题建模，进而解决未知的问题。
如果喜欢小K的文章，请点个关注，分享给更多的人，小K将持续更新，谢谢啦!
关注我，涨知识
原创不易，感谢分享
转发，点赞，在看！
评论