LeetCode0221.最大正方形 Go语言AC笔记

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。