方法一:二进制思路
思路:
首先,把矩阵的每一行看作一个二进制数,对于矩阵:
1 0 1 0 0
1 0 1 1 1
两数相与得到
1 0 1 0 0
在这个数字中,连续的 1 就可以看作是正方形的宽,而高度就是 2,因为是 2 个数相与的。要得到正方形,宽和高必须相等,那么就是取宽高中较小的那个作为正方形的边,所以能构成的最大正方形边长为 min(宽,高)=min(1,2)=1。
再来看一个矩阵:
1 0 1 1 1
1 1 1 1 1
相与得到
1 0 1 1 1
连续的 1 有 3 个,所以宽是 3,高仍然是 2,构成的最大正方形边长为 min(宽,高)=min(3,2)=2。
现在我们的任务有 3 个:
- 把矩阵每一行看作二进制数的表示形式,进而转成数字,得到一个一维数组;
- 用 2 个指针 i,j 分别表示开始行和最后一行,这2行之间的所有行(包括这 2 行)全部相与,看能得到多少个连续最多的 1,亦即求宽度,而高度则等于 j-i+1。枚举所有的(i,j) 组合,并保存结果中的最大值。
- 如何求一个数中连续最多的 1?小技巧:每次将这个数和它左移一位后的数相与,直到它变成 0,记录操作次数,这个操作次数就是连续最多的 1。
举个例子:对于数字 10101010,将这个数和它左移一位后的数相与,操作1次,这个数就变成 0 了,连续最多的 1只有 1 个;
对于数字 10101110,操作 1 次得到 00001100,还需再操作2次才能得到 0,所以连续最多的 1是 3;
相当于每次都错一位相与,所以这个数最多有几个连续的 1,就能错一位相与几次才能得到 0。
代码:
from typing import List
class Solution:
def getWidth(self, num):
width = 0
while num > 0:
num &= num >> 1
width += 1
return width
def maximalSquare(self, matrix: List[List[str]]) -> int:
nums = [int(''.join(n), base=2) for n in matrix] # 步骤1:每一行当作二进制数
res, n = 0, len(nums)
for i in range(n):
temp = nums[i]
for j in range(i, n):
temp &= nums[j]
width = self.getWidth(temp)
height = j - i + 1
if self.getWidth(temp) < j - i + 1:
break
res = max(res, min(width, height))
return res ** 2
方法二:动态规划思路
思路:
代码:
from typing import List
class Solution:
def maximalSquare(self, matrix: List[List[str]]) -> int:
m, n = len(matrix), len(matrix[0])
dp = [[0] * (n + 1) for _ in range(m + 1)] # dp[i][j]表示以(i, j)为正方形右下角构成的最大正方形的边长
max_side = 0
# 状态转移
for i in range(m):
for j in range(n):
if matrix[i][j] == '0':
continue
dp[i + 1][j + 1] = 1 + min(dp[i][j], min(dp[i][j + 1], dp[i + 1][j]))
max_side = max(max_side, dp[i + 1][j + 1])
return max_side * max_side