🚀 算法题 🚀 |
🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀
🌲 越难的东西,越要努力坚持,因为它具有很高的价值,算法就是这样✨
🌲 作者简介:硕风和炜,CSDN-Java领域新星创作者🏆,保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享💎💎💎
🌲 恭喜你发现一枚宝藏博主,赶快收入囊中吧🌻
🌲 人生如棋,我愿为卒,行动虽慢,可谁曾见我后退一步?🎯🎯
🚀 算法题 🚀 |
🍔 目录
🚩 题目链接
⛲ 题目描述
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:matrix = [[“1”,“0”,“1”,“0”,“0”],[“1”,“0”,“1”,“1”,“1”],[“1”,“1”,“1”,“1”,“1”],[“1”,“0”,“0”,“1”,“0”]]
输出:4
提示:
m == matrix.length
n == matrix[i].length
1 <= m, n <= 300
matrix[i][j] 为 ‘0’ 或 ‘1’
🌟 求解思路&实现代码&运行结果
⚡ 暴力递归1
🥦 求解思路
- 题目让我们去找最大正方形的面积,我们可以去找最大正方形的长度,最后相乘就是最大正方形的面积。
- 那求解的思路大致是什么呢?我们可以通过循环遍历枚举每一个1开始的位置,去找到我们正方形的最大长度。
- 那怎么找最大正方形的长度呢?我们可以设计这样一个递归函数,从(x,y)位置开始,分别向下位置、向右位置、向右下位置扩展,找到最小的长度,最后加1,就是我们当前位置最大正方形的长度。
- 执行完所有的流程后,最后最大正方形的长度->max*max得到最大正方形的面积。
🥦 实现代码
class Solution {
int m;
int n;
int max = 0;
public int maximalSquare(char[][] matrix) {
m = matrix.length;
n = matrix[0].length;
for (int i=0; i<m; i++) {
for (int j=0; j<n; j++) {
if (matrix[i][j] == '1') {
max = Math. max(max, process(matrix, i, j));
}
}
}
return max*max;
}
private int process(char[][] matrix, int row, int col) {
if (row >= m || col >= n || matrix[row][col] == '0') {
return 0;
}
int down = process(matrix, row+1, col);
int right = process(matrix, row, col+1);
int rightDown = process(matrix, row+1, col+1);
return 1 + Math.min(down, Math.min(right,rightDown));
}
}
🥦 运行结果
时间超限,是我们期待的结果!!!
⚡ 记忆化搜索
🥦 求解思路
- 根据我们递归的分析,在递归的过程中会产生重复的子过程,所以我们想到了加一个缓存表,也就是我们的记忆化搜索。
🥦 实现代码
class Solution {
int m;
int n;
int[][] dp;
int max = 0;
public int maximalSquare(char[][] matrix) {
m = matrix.length;
n = matrix[0].length;
dp=new int[m][n];
for (int i=0; i<m; i++) {
for (int j=0; j<n; j++) {
if (matrix[i][j] == '1') {
max = Math. max(max, process(matrix, i, j));
}
}
}
return max*max;
}
private int process(char[][] matrix, int row, int col) {
if (row >= m || col >= n || matrix[row][col] == '0') {
return 0;
}
if(dp[row][col]!=0) return dp[row][col];
int down = process(matrix, row+1, col);
int right = process(matrix, row, col+1);
int rightDown = process(matrix, row+1, col+1);
return dp[row][col]=1 + Math.min(down, Math.min(right,rightDown));
}
}
🥦 运行结果
⚡ 动态规划
🥦 求解思路
- 按照我们之前递归和记忆化搜索的思路,通过动态规划实现出来。
🥦 实现代码
class Solution {
int m;
int n;
int[][] dp;
int max = 0;
public int maximalSquare(char[][] matrix) {
m = matrix.length;
n = matrix[0].length;
dp=new int[m+1][n+1];
for (int row=m-1; row>=0; row--) {
for (int col=n-1; col>=0; col--) {
if (matrix[row][col] == '1') {
int botttom = dp[row+1][col];
int right = dp[row][col+1];
int rightBottom = dp[row+1][col+1];
dp[row][col] = 1 + Math.min(botttom, Math.min(right,rightBottom));
max = Math. max(max, dp[row][col]);
}
}
}
return max*max;
}
}
🥦 运行结果
🍖 题目扩展 - 学以致用
学完这道题目,你亲自动手试试能不能解决这道题目呢?
💬 共勉
最后,我想和大家分享一句一直激励我的座右铭,希望可以与大家共勉! |