【多维动态规划】Leetcode 221. 最大正方形【中等】

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 1：

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

解题思路

• 使用一个二维数组 dp，其中 dp[i][j] 表示以矩阵位置 (i, j) 为右下角的最大正方形的边长。
• 为了计算 dp[i][j] 的值，需要考虑 matrix[i][j] 是否为 ‘1’，如果是 ‘0’，
  则 dp[i][j] = 0
• 否则 dp[i][j] 的值由其上方、左方和左上方的 dp 值决定：
  dp[i][j]=min(dp[i−1][j],dp[i][j−1],dp[i−1][j−1])+1

Java实现

public class MaximalSquare {
    public int maximalSquare(char[][] matrix) {

        if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
            return 0;
        }

        int rows = matrix.length;
        int cols = matrix[0].length;
        int[][] dp = new int[rows + 1][cols + 1];
        int maxSide = 0;

        for (int i = 1; i <= rows; i++) {
            for (int j = 1; j <= cols; j++) {
                if (matrix[i - 1][j - 1] == '1') {
                    dp[i][j] = Math.min(Math.min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1;
                    maxSide = Math.max(maxSide, dp[i][j]);
                }
            }
        }

        return maxSide * maxSide;
    }

    // 测试用例
    public static void main(String[] args) {
        MaximalSquare solution = new MaximalSquare();
        char[][] matrix1 = {
            {'1', '0', '1', '0', '0'},
            {'1', '0', '1', '1', '1'},
            {'1', '1', '1', '1', '1'},
            {'1', '0', '0', '1', '0'}
        };
        System.out.println(solution.maximalSquare(matrix1));  // 期望输出: 4

        char[][] matrix2 = {
            {'0', '1'},
            {'1', '0'}
        };
        System.out.println(solution.maximalSquare(matrix2));  // 期望输出: 1

        char[][] matrix3 = {
            {'0'}
        };
        System.out.println(solution.maximalSquare(matrix3));  // 期望输出: 0
    }
}

时间空间复杂度

• 时间复杂度：O(m * n)，其中 m 是矩阵的行数，n 是矩阵的列数，需要遍历矩阵中的每一个元素。

• 空间复杂度：O(m * n)，使用了一个大小为 m * n 的 dp 数组。