【Leetcode】221. 最大正方形

题目链接：最大正方形

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。

方法一：暴力解法

求只包含1的面积最大的正方形。

1）对矩阵的每一个点进行遍历，值为“1”的单元格可能是正方形的左上角。

2）对值为“1”的单元格周围一圈进行判断，即在保证构成的图形是正方形的前提下，判断右侧新增的一列和下放新增的一行是否全都为"1"，如果是，那么就再往外扩张一圈；否则，扩张结束。得到以当前单元格为左上角的最大的正方形面积。

时间复杂度为O(m n min(m,n)^2)，空间复杂度为O(1)。

太耗时了。

js代码如下：

// O(mn * min(m,n)^2) O(1)
// 暴力解法，判断新增的最右列和最下行是否全为1
var maximalSquare = function (matrix) {
    const h = matrix.length;
    const w = matrix[0].length;
    let max = 0;
    for (let i = 0; i < h; i++) {
        for (let j = 0; j < w; j++) {
            if (matrix[i][j] != "0") {
                max = Math.max(max, check(i, j));
            }
        }
    }
    return max;

    function check(row, col) {
        let buff = 1;
        let res = 1;
        let flag = true;
        // 判断新增的最右列是否全为1
        while (row + buff < h && col + buff < w && flag) {
            for (let i = row; i <= row + buff; i++) {
                if (matrix[i][col + buff] === "0") {
                    flag = false;
                    break;
                }
            }
            if (flag) {
                // 判断新增的最下行是否全为1
                for (let j = col; j <= col + buff; j++) {
                    if (matrix[row + buff][j] === "0") {
                        flag = false;
                        break;
                    }
                }
            }

            if (flag) {
                res = Math.max(res, (buff + 1) * (buff + 1));
                buff++;
            }
            else
                break;
        }
        return res;
    }
};

方法二：动态规划

二维数组dp，dp(i,j)表示以matrix(i,j)为右下角的只包含“1“的正方形的最大边长。

如果i==0或者j==0，则dp(i,j)为对应的0或1

如果matrix(i,j)==0，则dp(i,j)=0

否则，dp(i,j)=min(dp(i-1,j),dp(i,j-1),dp(i-1,j-1))+1。

即正方形的右下角要取决于其上方、左侧、左上方三个单元格的情况。是三者所构成正方形最大边长的最小值+1。

时间复杂度O(mn)，空间复杂度O(mn)

拿空间换时间。

js代码如下：

// 动态规划 O(mn) O(mn)
var maximalSquare = function (matrix){
    const h = matrix.length;
    const w = matrix[0].length;
    const dp=new Array(h);
    for(let i=0;i<h;i++){
        dp[i]=new Array(w).fill(0);
    }
    let max=0;
    for(let i=0;i<h;i++){
        for(let j=0;j<w;j++){
            if(matrix[i][j]==="0")
                dp[i][j]=0;
            else{
                if(i==0 || j==0)
                    dp[i][j]=1;
                else
                    dp[i][j]=Math.min(dp[i-1][j],dp[i][j-1],dp[i-1][j-1])+1;
            }
            
            max=Math.max(max,dp[i][j]);       
        }
    }
    return max*max;
}