这道题主要是利用搜索二维矩阵本身的特性，找到其中的规律，就可以解决了。
原题
编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target。该矩阵具有以下特性：
- 每行的元素从左到右升序排列。
- 每列的元素从上到下升序排列。
示例:
现有矩阵 matrix 如下：
[
[1, 4, 7, 11, 15],
[2, 5, 8, 12, 19],
[3, 6, 9, 16, 22],
[10, 13, 14, 17, 24],
[18, 21, 23, 26, 30]
]
给定 target = 5，返回 true。
给定 target = 20，返回 false。
解题
这道题相比之前的二维矩阵，可能有序性没有之前那么强，所以没法直接拉成一个一维数组利用二分法查找，需要结合其特性，进行查找。
暴力解法
就是一行行、一列列慢慢找。假设是一个m * n的二维数组，那么时间复杂度就是O(mn)，这个方法没什么好说的，贴个代码看看：
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
for (int i = 0; i < matrix.length; i++) {
for (int j = 0; j < matrix[0].length; j++) {
if (matrix[i][j] == target) {
return true;
}
}
}
return false;
}
}
行列同时寻找
这是我自己想的方法，就是每次查找行列，只查每一行每一列最大值和最小值。根据这个二维数组的特性，找出可能存在 target 的行列的范围，然后逐渐缩小，如果行列相同时，则开始遍历寻找。
让我们看看代码：
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
if (matrix.length == 0) {
return false;
}
return search(0, matrix.length - 1, 0, matrix[0].length - 1, matrix, target);
}
private boolean search(
int rowStart, int rowEnd,
int colStart, int colEnd,
int[][] matrix, int target) {
if (rowStart == rowEnd || colStart == colEnd) {
if (rowStart == rowEnd) {
for (int i = colStart; i <= colEnd; i++) {
if (matrix[rowStart][i] == target) {
return true;
}
}
} else {
for (int i = rowStart; i <= rowEnd; i++) {
if (matrix[i][colStart] == target) {
return true;
}
}
}
return false;
}
// 是否有合适的行，默认没有
boolean has = false;
// 新的rowStart、rowEnd
int newRowStart = 0, newRowEnd = 0;
// 筛选行
for (int i = rowStart; i <= rowEnd; i++) {
// 如果相等，说明找到了
if (matrix[i][colStart] == target || matrix[i][colEnd] == target) {
return true;
}
// target大于这一行的最大值，直接跳过
if (target > matrix[i][colEnd]) {
continue;
}
// target小于这一行的最小值，说明之后的就不用找了
if (target < matrix[i][colStart]) {
break;
}
// 如果是第一次找到
if (!has) {
has = true;
newRowStart = i;
}
newRowEnd = i;
}
// 如果没有找到
if (!has) {
return false;
}
has = false;
int newColStart = 0, newColEnd = 0;
// 筛选列
for (int i = colStart; i <= colEnd; i++) {
// 如果相等，说明找到了
if (matrix[newRowStart][i] == target || matrix[newRowEnd][i] == target) {
return true;
}
// target大于这一列的最大值，直接跳过
if (target > matrix[newRowEnd][i]) {
continue;
}
// target小于这一列的最小值，说明之后的就不用找了
if (target < matrix[newRowStart][i]) {
break;
}
// 如果是第一次找到
if (!has) {
has = true;
newColStart = i;
}
newColEnd = i;
}
// 如果没有找到
if (!has) {
return false;
}
return search(newRowStart, newRowEnd, newColStart, newColEnd, matrix, target);
}
}
时间复杂度上，应该是比最基础的暴力法好一些，但应该也是没有本质区别。
行列同时二分查找
以行列总数中较小的那个数，选择构成正方形的正对角线，每一次按照二分法，查找相应的行列，可以参考下面这张图：
每次都会对行和列各用一次二分法，逐步排查。让我们看看代码：
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
if (matrix == null || matrix.length == 0) {
return false;
}
// 利用二分法搜索
// 寻找出行数、列数中较小的那个值，作为迭代次数
int count = Math.min(matrix.length, matrix[0].length);
int low, high, middle;
// 迭代循环
for (int i = 0; i < count; i++) {
// 从(i,i)开始，寻找这一行是否有target
low = i;
high = matrix[0].length - 1;
while (low <= high) {
middle = (low + high) / 2;
if (matrix[i][middle] == target) {
return true;
}
if (matrix[i][middle] > target) {
high = middle - 1;
} else {
low = middle + 1;
}
}
// 从(i,i)开始，寻找这一列是否有target
low = i;
high = matrix.length - 1;
while (low <= high) {
middle = (low + high) / 2;
if (matrix[middle][i] == target) {
return true;
}
if (matrix[middle][i] > target) {
high = middle - 1;
} else {
low = middle + 1;
}
}
}
return false;
}
}
这个方法的时间复杂度为O(lg(n!))。
这个算法产生的时间复杂度并不是特别明显的是 O(lg(n!)) ，所以让我们一步一步地分析它。
在主循环中执行的工作量逐渐最大，它运行 min(m,n)次迭代，其中 m 表示行数，n 表示列数。
在每次迭代中，我们对长度为 m-i 和 n-i 的数组执行两次二分查找。因此，循环的每一次迭代都以 O(lg(m-i)+lg(n-i)) 时间运行，其中 i 表示当前迭代。
我们可以将其简化为 O(2 lg(n-i))= O(lg(n-i)) ，在最坏的情况是 n≈m 。当 n≪m 时，n 将在渐近分析中占主导地位。通过汇总所有迭代的运行时间，我们得到以下表达式：
O(lg(n)+lg(n−1)+lg(n−2)+…+lg(1))
然后，我们可以利用对数乘法规则（lg(a)+lg(b)=lg(ab)）将复杂度改写为：
O(lg(n)+lg(n−1)+lg(n−2)+…+lg(1))
=O(lg(n⋅(n−1)⋅(n−2)⋅…⋅1))
=O(lg(1⋅…⋅(n−2)⋅(n−1)⋅n))
=O(lg(n!))
划分为四个二维数组
这是一种递归查找，同样也是利用了这个二维搜索数组的特性。我们在当前矩阵中间的列上进行比较，如果小于 target 就继续向下比较，直到找到比 target 大的数，此时递归查找左上和右上的矩阵。
以下面这张图为例，我们假设target = 9，那么中间列找到 10 以后，发现比 9 大，因此寻找左上和右上两个标红的矩阵：
接下来我们看看代码：
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
if (matrix == null || matrix.length == 0) {
return false;
}
// 利用搜索二维矩阵的特性，划分为2个搜索矩阵进行递归搜索
return searchRecursive(0, 0, matrix[0].length - 1, matrix.length - 1, matrix, target);
}
/**
* 左上角和右下角的坐标，在这个二维矩阵中进行搜索
*/
private boolean searchRecursive(
int left, int up,
int right, int down,
int[][] matrix, int target) {
// 此时矩阵的长度或者宽度为0，那么就没有必要搜索了
if (left > right || up > down) {
return false;
}
// 如果target小于该矩阵的最小值(左上角)或者大于该矩阵的最大值(右下角)，也没有必要搜索了
if (target < matrix[up][left] || target > matrix[down][right]) {
return false;
}
// 利用列进行拆分
int mid = (left + right) / 2;
// 从上到下开始寻找
int row = up;
for (; row <= down; row++) {
if (matrix[row][mid] == target) {
return true;
}
// matrix[row][mid]作为一个标准点，如果小于target，则继续往下一行寻找
if (matrix[row][mid] < target) {
continue;
}
// 如果matrix[row][mid]大于target，则停止增加
break;
}
return searchRecursive(left, row, mid - 1, down, matrix, target) ||
searchRecursive(mid + 1, up, right, row - 1, matrix, target);
}
}
时间复杂度：O(nlgn)。分析如下：
单向寻找
结合该二维数组的特性，我们希望在进行比较的时候，只往一个方向寻找，这样可以简化查询步骤。如果从左上(最小)开始寻找时，如果 target 比当前值大，我们不知道是该往右移还是往下移，右下(最大)同理。
此时我们可以换一种思路，从左下开始，因为比它小的数一定在它右边，比它大的数一定在它右边，这样寻找的时候就简单多了。
接下来我们看看代码：
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
if (matrix == null || matrix.length == 0) {
return false;
}
// 从左下角开始寻找，如果当前值大于target，则向上移动一行；如果当前值小于target，则向右移动一列。
// 直到找到target，或者超出矩阵边界
// 列的最大值
int colMax = matrix[0].length - 1;
// 行列开始的下标
int row = matrix.length - 1;
int col = 0;
while (row >= 0 && col <= colMax) {
if (matrix[row][col] == target) {
return true;
}
// 如果大于target，则向上移一行
if (matrix[row][col] > target) {
row--;
}
// 如果小于target，则向右一列
else {
col++;
}
}
return false;
}
}
时间复杂度：O(n+m)。如果和上面一样，假设 n << m，那么就是 O(m)，总的来说，还是比较高效的。
总结
以上就是这道题目我的解答过程了，不知道大家是否理解了。这道题目主要还是在于利用二维搜索数组的特性，完成解题。
有兴趣的话可以访问我的博客或者关注我的公众号、头条号，说不定会有意外的惊喜。
公众号：健程之道