题目要求
思路:二分
- 每行每列都是单调递增的;
- 统计每行(列)中小于
m
i
d
mid
mid的数记
les ,等于
m
i
d
mid
mid的数记equ ,设当前行号为
i
i
i(行列等价,此处用行做基准论述):
- 当前行(列)最大值为
i
×
m
i\times m
i×m;
- 若
i
×
m
<
m
i
d
i\times m<mid
i×m<mid,也就是整行都小于
m
i
d
mid
mid,此时
l
e
s
les
les数量加
m
m
m;
- 若
i
×
m
>
=
m
i
d
i\times m>= mid
i×m>=mid,判断是否有于
m
i
d
mid
mid相等的 数分情况处理。
- 然后根据
k
k
k和
c
n
t
cnt
cnt的关系移动左右指针。
- 实现中简化判断,直接取
m
i
d
/
i
mid/i
mid/i和当前行元素个数中较小的一个。
Java
class Solution {
public int findKthNumber(int m, int n, int k) {
int mi = Math.min(m, n), ma = Math.max(m, n);
int l = 1, r = m * n;
while(l < r) {
int mid = l + r >> 1, cnt = 0;
for(int i = 1; i <= mi; i++)
cnt += Math.min(mid / i, ma);
if(cnt >= k)
r = mid;
else
l = mid + 1;
}
return r;
}
}
- 时间复杂度:
O
(
min
?
(
n
,
m
)
×
log
?
m
n
)
O(\min(n,m) \times \log mn)
O(min(n,m)×logmn)
- 空间复杂度:
O
(
1
)
O(1)
O(1)
C++
class Solution {
public:
int findKthNumber(int m, int n, int k) {
int mi = min(m, n), ma = max(m, n);
int l = 1, r = m * n;
while(l < r) {
int mid = l + r >> 1, cnt = 0;
for(int i = 1; i <= mi; i++)
cnt += min(mid / i, ma);
if(cnt >= k)
r = mid;
else
l = mid + 1;
}
return r;
}
};
- 时间复杂度:
O
(
min
?
(
n
,
m
)
×
log
?
m
n
)
O(\min(n,m) \times \log mn)
O(min(n,m)×logmn)
- 空间复杂度:
O
(
1
)
O(1)
O(1)
Rust
impl Solution {
pub fn find_kth_number(m: i32, n: i32, k: i32) -> i32 {
let(mut l, mut r) = (1, m * n + 1);
while l < r {
let(mid, mut cnt) = (l + ((r - l) >> 1), 0);
for i in 1..=m {
cnt += n.min(mid / i);
}
if cnt >= k {
r = mid;
}
else{
l = mid + 1;
}
}
r
}
}
总结
二分的应用题,最开始并没有意识到问题的二段性,遍历思路就很简单了。
|