Maximal Square

1. 解析

题目大意，从矩阵当中选择面积最大的正方形区域

2. 分析

刚开始看的时候，我也以为跟Surrounded Regions这道题一样，当本题不同在于正方形是个固定的区域，并不是任意发散的，所以本质上这两道题的思路还是不一样的。先解析一种暴力破解的方式，也比较容易理解，用counter数组记录每个列'1'出现的个数，如果是连续出现，即可以认为是长度。

例如 [ [1 0 1 0 0], [1 0 1 1 1], [1 1 1 1 1], [1 0 0 1 0]]，从区域第1行至最后一行进行检索，首先检索第一行[ [1 0 1 0 0] ]，记录列中出现'1'的个数，宽是确定的，即为当前检索的行 减  起始行 即为1，若当前列连续出现1的长度等于宽，即为正方形区域；接着，检索范围扩大到第二行，[ [1 0 1 0 0], [1 0 1 1 1] ] ，采取同样的方式，如果当前能检测到正方形区域，则更新最大值

第一轮检测区域范围为第1行至第4行[1, 4]： [1, 1]——>[1, 2]——>[1, 3]——>[1, 4]

第二轮检测区域范围为[2, 4]： [2, 2]——>[2, 3]——>[2, 4]

......

class Solution {
public:
    int maximalSquare(vector<vector<char>>& matrix) {
        int res = 0;
        for (int row = 0; row < matrix.size(); ++row){
            vector<int> counter(matrix[row].size(), 0);
            for (int c_row = row; c_row < matrix.size(); ++c_row){
                for (int col = 0; col < matrix[c_row].size(); ++col){
                    if (matrix[c_row][col] == '1') counter[col]++; //记录可能的长
                }
                res = max(res, getArea(counter, c_row-row+1));
            }
        }
        return res;
    }
     
    int getArea(vector<int>& counter, int side_len){ //side_len---宽
        if (counter.size() < side_len) return 0;
        int count = 0;
        for (int col = 0; col < counter.size(); ++col){
            if (counter[col] == side_len) count++; //求解区域相邻的长
            else count = 0;
            if (count == side_len) return side_len * side_len; //正方形区域，即长和宽一样
        }
        return 0;
    }
};

3.  动态规划解法 

本题考查的核心，应该就是动态规划，仔细分析，就会发现，若将正方形区域的右下角坐标即为(row, col)，则该正方形区域的边长取决于(row, col-1), (row+1, col),(row-1, col-1)的最小值。所以我们可以用二维数组dp[row][col]表示在matrix矩阵当中的该位置所包含的最大正方形区域面积，则状态转移方程为dp[row][col] = min(dp[row][col-1], dp[row-1][col], dp[row-1][col-1] )，当row或者col为0时，dp[row][col] = matrix[row][col] - '0'；

class Solution {
public:
    int maximalSquare(vector<vector<char>>& matrix) {
        if (matrix.empty() || matrix[0].empty()) return  0;
        int res = 0;
        int m = matrix.size(), n = matrix[0].size();
        vector<vector<int>> dp(m, vector<int>(n, 0));

        for (int row = 0; row < m; ++row){
            for (int col = 0; col < n; ++col){
                if (row == 0 || col == 0)
                    dp[row][col] = matrix[row][col] - '0';
                else if (matrix[row][col] == '1')
                    dp[row][col] = min(dp[row-1][col-1], min(dp[row-1][col], dp[row][col-1])) +1;
                res = max(res, dp[row][col]);
            }
        }
        
        return res * res;
    }
};

 [1]https://www.cnblogs.com/grandyang/p/4550604.html