【动态规划】 LeetCode #221 最大正方形_最大正方形状态转移方程怎么求-CSDN博客

本文链接：https://blog.csdn.net/Code_Yilia/article/details/106306517

该博客介绍了如何使用动态规划解决LeetCode中的#221问题，即寻找一个由1组成的二维矩阵内的最大正方形并返回其面积。博主通过分析问题，提出了状态转移方程，并提供了简化后的Java代码实现。文章强调了代码整理的重要性，并给出了一些需要注意的测试用例。

摘要由CSDN通过智能技术生成

题目链接：

LeetCode #221 最大正方形

题目描述：

#221. 最大正方形

在一个由 0 和 1 组成的二维矩阵内，找到只包含 1 的最大正方形，并返回其面积。

示例:

输入:

1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0

输出: 4

通过次数52,943 | 提交次数124,937

分析：

遇到动态规划问题，先在本子上把过程画一遍，对于理解问题、确定状态转移方程式有奇效。

动态规划，设 dp[i][j] 为到 matrix[i][j] 为止最大正方形的边长（即 matrix[i][j] 作为正方形的右下角）。

状态转移方程式：

当 matrix[i][j] = 0 时, dp[i][j] = 0

当 matrix[i][j] = 1 时：
若左、上、左上的 dp 均为正数，则 dp[i][j] 为三者中的最小值再加 1，即dp[i][j] = min(dp[i][j - 1], dp[i - 1][j], dp[i - 1][j - 1]) + 1；

若左方、上方、左上方的 dp 有一个为 0，则 dp[i][j] = 1

初始化：dp[][] 的第一行和第一列与 matrix[][] 相同

返回值为最大边长的平方。

代码：

提交结果：
在这里插入图片描述

/*
*动态规划，设 dp[i][j] 为到 matrix[i][j] 为止最大正方形的边长（即 matrix[i][j] 作为正方形的右下角）
*状态转移方程式：
*当 matrix[i][j] = 0 时, dp[i][j] = 0
*当 matrix[i][j] = 1 时, 若左、上、左上的 dp 均为正数，则 dp[i][j] 为三者中的最小值再加 1，
*即dp[i][j] = min(dp[i][j - 1], dp[i - 1][j], dp[i - 1][j - 1]) + 1
*若左方、上方、左上方的 dp 有一个为 0，则 dp[i][j] = 1
*初始化：dp[][] 的第一行和第一列与 matrix[][] 相同
*/
class Solution {
   
    public int maximalSquare(char[][] matrix) {
   
        if(matrix.length == 0 || matrix[0].length == 0) return 0;
        //int m = matrix.length, n = matrix[0].length;//矩阵 matrix[][] 为 m 行 n 列
        int[][] dp = new int[matrix.length][matrix[0].length];
        int maxlen = 0;//最大正方形的边长
        //初始化，第一行第