给定一个方阵,其中每个单元(像素)非黑即白。设计一个算法,找出 4 条边皆为黑色像素的最大子方阵。
返回一个数组 [r, c, size] ,其中 r, c 分别代表子方阵左上角的行号和列号,size 是子方阵的边长。若有多个满足条件的子方阵,返回 r 最小的,若 r 相同,返回 c 最小的子方阵。若无满足条件的子方阵,返回空数组。
示例 1:
输入:
[
[1,0,1],
[0,0,1],
[0,0,1]
]
输出: [1,0,2]
解释: 输入中 0 代表黑色,1 代表白色,标粗的元素即为满足条件的最大子方阵
使用动态规划dp[r][c][0/1]表示以坐标r,c为起点向右/下最多的连续黑色块的数量.
判断四条边,用dp可以表示两条边,然后在基础上进行剩下两条边的判断即可.
这里使用的是从方阵的右下角开始遍历(为的是满足"若有多个满足条件的子方阵,返回 r 最小的,若 r 相同,返回 c 最小的子方阵"这一条件)
public static int[] findSquare(int[][] matrix) {
int[] ans = new int[3];
int n = matrix.length;
if (n == 0) return new int[]{};
if (n == 1) {
if (matrix[0][0] == 0) {
return new int[]{0, 0, 1};
} else {
return new int[]{};
}
}
//dp[r][c][0/1]表示以坐标r,c为起点向右/下最多的连续黑色块的数量
int[][][] dp = new int[n][n][2];
//从方阵的右下角开始遍历
for (int i = n - 1; i >= 0; i--) {
for (int j = n - 1; j >= 0; j--) {
if (matrix[i][j] == 1) {
dp[i][j][0] = 0;
dp[i][j][1] = 0;
} else {
//用于统计方阵的四条边中两条边的连续0的个数
if (i < n - 1) {//不是最后一行
dp[i][j][1] = dp[i + 1][j][1] + 1;
} else {
dp[i][j][1] = 1;
}
if (j < n - 1) {//不是最后一列
dp[i][j][0] = dp[i][j + 1][0] + 1;
} else {
dp[i][j][0] = 1;
}
//要去两条边中小的才能满足里面全是0
int len = Math.min(dp[i][j][0], dp[i][j][1]);
while (len >= ans[2]) {//这里的等于号是不能少的 因为题目中要求面积相同时行号和列号要最小
//开始考察另两条边 dp[i][j+len-1][1]和dp[i+len-1][j][0]分别代表另两条边
if (dp[i][j + len - 1][1] >= len && dp[i + len - 1][j][0] >= len) {
ans[0] = i;
ans[1] = j;
ans[2] = len;
break;
}
//如果另两条边不满足条件 就只能将边长缩小看能满足条件不
len--;
}
}
}
}
return ans;
}