Given a 2D binary matrix filled with 0’s and 1’s, find the largest square containing only 1’s and return its area.
For example, given the following matrix:
1 0 1 0 0 1 0 1 1 1 1 1 1 1 1 1 0 0 1 0Return 4.
Credits:
Special thanks to @Freezen for adding this problem and creating all test cases.
我们可以进一步的优化时间复杂度到O(n2),做法是使用DP,简历一个二维dp数组,其中dp[i][j]表示到达(i, j)位置所能组成的最大正方形的边长。我们首先来考虑边界情况,也就是当i或j为0的情况,那么在首行或者首列中,必定有一个方向长度为1,那么就无法组成长度超过1的正方形,最多能组成长度为1的正方形,条件是当前位置为1。边界条件处理完了,再来看一般情况的递推公式怎么办,对于任意一点dp[i][j],由于该点是正方形的右下角,所以该点的右边,下边,右下边都不用考虑,关心的就是左边,上边,和左上边。这三个位置的dp值suppose都应该算好的,还有就是要知道一点,只有当前(i, j)位置为1,dp[i][j]才有可能大于0,否则dp[i][j]一定为0。当(i, j)位置为1,此时要看dp[i-1][j-1], dp[i][j-1],和dp[i-1][j]这三个位置,我们找其中最小的值,并加上1,就是dp[i][j]的当前值了,这个并不难想,毕竟不能有0存在,所以只能取交集,最后再用dp[i][j]的值来更新结果res的值即可,参见代码如下:
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
if(matrix.empty() || matrix[0].empty()) //判断特殊情况
return 0;
int m = matrix.size();
int n = matrix[0].size();
int res = 0;
vector<vector<int>> dp(m, vector<int>(n, 0));
for(int i = 0; i < m; ++i) {
for(int j = 0; j < n; ++j) {
if(i == 0 || j == 0)
dp[i][j] = matrix[i][j] - '0';
else if(matrix[i][j] == '1')
dp[i][j] = min(dp[i-1][j], min(dp[i][j-1], dp[i-1][j-1])) + 1; //状态转移方程
res = max(res, dp[i][j]);
}
}
return res*res;
}
};