DeepSeek LeetCode 378. 有序矩阵中第 K 小的元素 Java实现

LeetCode 378. 有序矩阵中第 K 小的元素 Java 实现题目分析给定一个 n x n 矩阵其中每行和每列都按升序排列找出矩阵中第 k 小的元素k 从 1 开始计数。由于矩阵行列均有序可以使用二分查找值域的方法· 矩阵最小值在左上角 matrix[0][0]最大值在右下角 matrix[n-1][n-1]。· 在 [min, max] 范围内二分查找一个数 mid统计矩阵中 ≤ mid 的元素个数 count。· 如果 count k说明第 k 小的元素比 mid 大令 left mid 1。· 否则第 k 小的元素 ≤ mid令 right mid。· 最终 left 即为答案。统计 ≤ mid 的元素个数时利用行列有序的特性从右上角开始· 若 matrix[row][col] mid则当前行从第 0 列到第 col 列的所有元素都 ≤ mid故 count col 1然后 row。· 否则col–。· 这样可以在 O(n) 时间内完成统计。Java 实现classSolution{publicintkthSmallest(int[][]matrix,intk){intnmatrix.length;intleftmatrix[0][0];intrightmatrix[n-1][n-1];while(leftright){intmidleft(right-left)/2;intcountcountLessOrEqual(matrix,mid);if(countk){leftmid1;}else{rightmid;}}returnleft;}// 统计矩阵中 target 的元素个数privateintcountLessOrEqual(int[][]matrix,inttarget){intnmatrix.length;introw0;intcoln-1;intcount0;while(rowncol0){if(matrix[row][col]target){countcol1;// 这一行从 0 到 col 都 targetrow;}else{col--;}}returncount;}}代码详解· 二分范围left matrix[0][0]right matrix[n-1][n-1]即矩阵的最小值和最大值。· 统计函数从右上角 (0, n-1) 出发利用行升序和列升序的性质每次移动一行或一列时间复杂度 O(n)。· 二分判断count k 说明 mid 太小答案在右半部分否则答案在左半部分包括 mid。· 循环结束时 left right即为第 k 小的元素。样例追踪以 matrix [[1,5,9],[10,11,13],[12,13,15]], k 8 为例· 初始 left 1, right 15。· mid 8统计 ≤ 8 的个数1,5 → 2 个。2 8left 9。· mid 12统计 ≤ 12 的个数1,5,9,10,11,12 → 6 个。6 8left 13。· mid 13统计 ≤ 13 的个数1,5,9,10,11,12,13,13 → 8 个。8 8right 13。· left right 13返回 13。结果正确。复杂度分析· 时间复杂度O(n log(max - min))其中 n 为矩阵边长max 和 min 为矩阵中的最大值和最小值。每次二分 O(log(max-min))每次统计 O(n)。· 空间复杂度O(1)仅使用常数个变量。扩展最小堆解法也可以使用最小堆归并 n 个有序数组· 将每行的第一个元素入堆。· 弹出 k-1 次每次弹出后将该元素所在行的下一个元素入堆。· 第 k 次弹出的元素即为答案。classSolution{publicintkthSmallest(int[][]matrix,intk){intnmatrix.length;PriorityQueueint[]pqnewPriorityQueue((a,b)-a[0]-b[0]);for(inti0;in;i){pq.offer(newint[]{matrix[i][0],i,0});}for(inti0;ik-1;i){int[]curpq.poll();introwcur[1],colcur[2];if(col1n){pq.offer(newint[]{matrix[row][col1],row,col1});}}returnpq.peek()[0];}}· 时间复杂度O(k log n)适合 k 较小的情况。· 空间复杂度O(n)。推荐二分法更通用不受 k 大小影响是本题的最优解之一。