算法面试真题详解: 寻找峰值 II

简介: 算法面试真题详解: 寻找峰值 II

2000元阿里云代金券免费领取,2核4G云服务器仅664元/3年,新老用户都有优惠,立即抢购>>>


阿里云采购季(云主机223元/3年)活动入口:请点击进入>>>,


阿里云学生服务器(9.5元/月)购买入口:请点击进入>>>,

描述
给定一个整数矩阵 A, 它有如下特性:
相邻的整数不同
矩阵有 n 行 m 列,n和m不会小于3。
对于所有的 i < n, 都有 A[i][0] < A[i][1] && A[i][m - 2] > A[i][m - 1]
对于所有的 j < m, 都有 A[0][j] < A[1][j] && A[n - 2][j] > A[n - 1][j]
我们定义一个位置 [i,j] 是峰值, 当且仅当它满足:
A[i][j] > A[i + 1][j] && A[i][j] > A[i - 1][j] &&
A[i][j] > A[i][j + 1] && A[i][j] > A[i][j - 1]

找到该矩阵的一个峰值元素, 返回它的坐标.
保证至少存在一个峰值, 而如果存在多个峰值, 返回任意一个即可.

在线评测地址:领扣题库官网

样例 1:
输入: 
    [
      [1, 2, 3, 6,  5],
      [16,41,23,22, 6],
      [15,17,24,21, 7],
      [14,18,19,20,10],
      [13,14,11,10, 9]
    ]
输出: [1,1]
解释: [2,2] 也是可以的. [1,1] 的元素是 41, 大于它四周的每一个元素 (2, 16, 23, 17).
样例2:
输入: 
    [
      [1, 5, 3],
      [4,10, 9],
      [2, 8, 7]
    ]
输出: [1,1]
解释: 只有这一个峰值

挑战
O(n+m) 的时间复杂度.
如果你 认为 你使用了 O(nlogm) 或 O(mlogn) 的算法, 能否证明它的复杂度其实是 O(n+m)? 或者想一个类似的算法但是复杂度是O(n+m)?

解题思路
峰值不是最大值,只是比四个方向上的数值都大,是局部性的最值。
对于每一个点,它总能属于某一座山峰(可以不止一座)。
找峰值可以想象成爬山,总是要不断的从低处向高处移动,这样移动到最后一定是峰值。
代码思路
在图上随机取一点,若有相邻位置比当前点大则向该相邻位置移动,直到当前点成为峰值。
最坏情况是螺旋式上升,且随机在了起点位置,那么就要爬升一半的点
1 2 3 4 5
0 0 0 0 6
15 16 17 0 7
14 0 0 0 8
13 12 11 10 9
如果遇到最坏的情况,我们可以通过当爬升超过一定距离后重新随机一个点,使得相对平均效率较高

复杂度分析

NN表示行数,MM表示列数
空间复杂度:O(1)
平均时间复杂度:O(N+M)

public class Solution {

    /*

     * @param A: An integer matrix

     * @return: The index of the peak

     */

    public List<Integer> findPeakII(int[][] A) {

        int n = A.length;

        int m = A[0].length;

        int now_x, now_y, next_x, next_y;

        //这里初始位置选择为中心位置

        now_x = n / 2;

        now_y = m / 2;

        while (1 == 1) {

            next_x = now_x;

            next_y = now_y;

            //四个方向上若有比当前位置大的,则向该方向移动

            if (now_x + 1 < n && A[now_x + 1][now_y] > A[next_x][next_y]) {

                next_x = now_x + 1;

                next_y = now_y;

            }else if (now_x - 1 >= 0 && A[now_x - 1][now_y] > A[next_x][next_y]) {

                next_x = now_x - 1;

                next_y = now_y;

            }else if (now_y + 1 < m && A[now_x][now_y + 1] > A[next_x][next_y]) {

                next_x = now_x;

                next_y = now_y + 1;

            }else if (now_y-1 >= 0 && A[now_x][now_y - 1] > A[next_x][next_y]) {

                next_x = now_x;

                next_y = now_y - 1;

            }

            //若四个方向上都比当前位置小,即为峰值直接返回答案

            if (next_x == now_x && next_y == now_y) {

                return new ArrayList<Integer>(Arrays.asList(now_x, now_y));

            }

            now_x = next_x;

            now_y = next_y;

        }

    }

}

更多题解参考:九章官网solution

相关文章
|
10天前
|
机器学习/深度学习 算法 固态存储
深度学习算法工程师面试问题总结| 深度学习目标检测岗位面试总结
本文给大家带来的百面算法工程师是深度学习目标检测岗位面试总结,文章内总结了常见的提问问题,旨在为广大学子模拟出更贴合实际的面试问答场景。在这篇文章中,我们还将介绍一些常见的深度学习目标检测面试问题,并提供参考的回答及其理论基础,以帮助求职者更好地准备面试。通过对这些问题的理解和回答,求职者可以展现出自己的深度学习目标检测领域的专业知识、解决问题的能力以及对实际应用场景的理解。同时,这也是为了帮助求职者更好地应对深度学习目标检测岗位的面试挑战,提升面试的成功率和竞争力。
|
10天前
|
算法 搜索推荐 索引
数据结构与算法⑥(第二章OJ题,下)后八道链表面试题(下)
数据结构与算法⑥(第二章OJ题,下)后八道链表面试题
17 0
|
10天前
|
算法 程序员 索引
数据结构与算法⑥(第二章OJ题,下)后八道链表面试题(中)
数据结构与算法⑥(第二章OJ题,下)后八道链表面试题
20 0
|
10天前
|
算法 C语言 C++
数据结构与算法⑥(第二章OJ题,下)后八道链表面试题(上)
数据结构与算法⑥(第二章OJ题,下)后八道链表面试题
12 0
|
10天前
|
算法 测试技术
数据结构与算法⑤(第二章OJ题,上)前五道链表面试题(下)
数据结构与算法⑤(第二章OJ题,上)前五道链表面试题
19 0
|
10天前
|
算法
数据结构与算法⑤(第二章OJ题,上)前五道链表面试题(上)
数据结构与算法⑤(第二章OJ题,上)前五道链表面试题
10 0
|
11天前
|
机器学习/深度学习 编解码 算法
算法工程师面试问题总结 | YOLOv5面试考点原理全解析
本文给大家带来的百面算法工程师是深度学习目标检测YOLOv5面试总结,文章内总结了常见的提问问题,旨在为广大学子模拟出更贴合实际的面试问答场景。在这篇文章中,我们还将介绍一些常见的深度学习目标检测面试问题,并提供参考的回答及其理论基础,以帮助求职者更好地准备面试。通过对这些问题的理解和回答,求职者可以展现出自己的深度学习目标检测领域的专业知识、解决问题的能力以及对实际应用场景的理解。同时,这也是为了帮助求职者更好地应对深度学习目标检测岗位的面试挑战,提升面试的成功率和竞争力。
|
13天前
|
算法 前端开发 Android开发
Android文字基线Baseline算法的使用讲解,Android开发面试题
Android文字基线Baseline算法的使用讲解,Android开发面试题
Android文字基线Baseline算法的使用讲解,Android开发面试题
|
14天前
|
算法 Java API
Groovy脚本基础全攻略,android面试算法题
Groovy脚本基础全攻略,android面试算法题
|
14天前
|
NoSQL 算法 Java
【redis源码学习】持久化机制,java程序员面试算法宝典pdf
【redis源码学习】持久化机制,java程序员面试算法宝典pdf
http://www.vxiaotou.com