221. 最大正方形

法1：暴力，时间复杂度实在太高了，遍历该数组，如果当前位是1，那么就以它为左上角的那个方块，依次往下加行和加列，从k=1开始加，但是要保证不会越界，所以循环的结束的条件是i+k<行数&&j+k<列数，如果当前正方形得对角为0，直接退出循环，反之判断新加的这一行和这一列是否全为1，如果不是，那么flag为false，可以直接退出当前循环和外层循环，如果全是1，那么maxSide就可能要更新成k+1了。
法2：dp，因为我们有很多重复计算的，所以考虑到dp，我们用dp[i][j]来保存以(i,j)为右下角的方块的最大值，怎么求dp[i][j]呢？这时状态转移方程来了。
如果当前位为0，那么dp[i][j]就是0，如果当前是第一行或者第一列的，那么dp[i][j]就是1，如果就是普通的1，那么dp[i][j]和它左边上边以及左上三个值都有关

class Solution {
public:
    int maximalSquare(vector<vector<char>>& matrix) {
        if(matrix.size() == 0 || matrix[0].size() == 0) return 0;
        //法一：暴力法，遍历数组，找到1就判断以它作为左上角的正方形最大可以多大
        /*int maxSide = 0;
        for(int i = 0; i < matrix.size(); ++i){
            for(int j = 0; j < matrix[0].size(); ++j){
                if(matrix[i][j] == '1'){
                    //依次往下加一行+一列，如果加的均为1，就计算新正方形的大小
                    maxSide = max(maxSide,1);
                    for(int k = 1; i+k < matrix.size() && j+k < matrix[0].size(); k++){
                        //在当前行列+k都不能越界
                        bool flag = true;
                        if(matrix[i+k][j+k] == '0'){
                            break;
                        }
                        for(int m = 0; m < k; ++m){
                            if(matrix[i+k][j+m]=='0' || matrix[i+m][j+k] == '0'){
                                flag = false;
                                break;
                            }
                        }
                        if(flag) maxSide = max(maxSide,k+1);
                        else break;
                    }
                }
            }
        }
        return maxSide*maxSide;*/

        //法2：dp，状态转移,
        int dp[matrix.size()][matrix[0].size()];
        int maxSide = 0;
        for(int i = 0; i < matrix.size(); ++i){
            for(int j = 0; j < matrix[0].size(); ++j){
                if(matrix[i][j] == '0'){
                    dp[i][j] = 0;
                    continue;
                }
                else if(i == 0 || j == 0){
                    dp[i][j] = 1;
                }
                else{
                    dp[i][j] = min({dp[i-1][j],dp[i][j-1],dp[i-1][j-1]})+1;
                }
                maxSide = max(dp[i][j],maxSide);
            }
        }
        return maxSide*maxSide;
    }
};