时间复杂度:O(n²)
解题思路
动态规划,dp[i][j]表示以以(i,j)为右下角的正方形中全部为1的正方形的最大边长。
接下来分析状态转移条件。如果当前方块的值是0,那就说明以它为右下角的正方形一定不是全1,根据dp定义,dp值一定为0;否则,找到相邻的左、上和左上三个块的dp最小值,dp值就是三者最小值再加1。原因是,如果要保证全1,那么三个相邻块的dp值必须相同,若不同就说明有不为1的块,那我们此时的正方形就一定会包含进这个不为1的块,所以dp值为三个相邻块的最小值再加1。
不要忘了还要确定边界条件,由于我们条件转移只依赖于左、上和左上三个dp值,所以我们要求出i和j为0时的dp值。根据dp定义,如果块为1那就dp值为1,否则为0。
再遍历过程中,要记录下最大的dp值,然后返回该最大dp值的平方,表示最大正方形的面积。
AC代码
func maximalSquare(matrix [][]byte) (res int) {
m,n:=len(matrix),len(matrix[0])
dp:=make([][]int,m)
for i:=0;i<m;i++{
dp[i]=make([]int,n)
if matrix[i][0]=='1'{
dp[i][0]=1
res=1
}
}
for i:=1;i<n;i++{
if matrix[0][i]=='1'{
dp[0][i]=1
res=1
}
}
for i:=1;i<m;i++{
for j:=1;j<n;j++{
if matrix[i][j]=='1'{
dp[i][j]=min(min(dp[i-1][j],dp[i][j-1]),dp[i-1][j-1])+1
if dp[i][j]>res{
res=dp[i][j]
}
}
}
}
return res*res
}
func min(a,b int)int{
if a<b{
return a
}
return b
}
感悟
其实二维的动态规划大多都是确定i、j为0时的边界值,然后遍历中间的元素,根据相邻的三个或两个dp值求出每个块的dp值。