最大矩形-单调栈85-python

暴力解法,把每个元素位置都当成一次矩形的右下角,时间复杂度O(m^2n),空间复杂度O(1)。

class Solution:
    def maximalRectangle(self, matrix: List[List[str]]) -> int:
        m, n = len(matrix), len(matrix[0])
        res = 0

        for row in range(m):
            matrix[row][0] = 1 if matrix[row][0] == "1" else 0
              
        for row in range(m):
            for col in range(1, n):
                matrix[row][col] = matrix[row][col-1] + 1 if matrix[row][col] == "1" else 0
        
        for row in range(m):
            for col in range(n):
                height = 0
                width = matrix[row][col]
                for r in range(row, -1, -1):
                    height += 1
                    if matrix[r][col] < width:
                        width = matrix[r][col]
                    
                    res = max(res, width * height)

        return res

单调栈,类似LC84-柱状图中最大的矩形,把它的解法和本题在融合到了一起,时间复杂度O(mn),空间复杂度O(n)。

class Solution:
    def maximalRectangle(self, matrix) -> int:
        m, n = len(matrix), len(matrix[0])
        res = 0
    
        for row in range(m):
            matrix[row].append(0)
            matrix[row].insert(0, 0)
            stack = [0]

            for col in range(1, n+2):
                if row == 0:
                    matrix[row][col] = 1 if matrix[row][col] == "1" else 0
                else:
                    matrix[row][col] = matrix[row-1][col] + 1 if matrix[row][col] == "1" else 0
                    
                while matrix[row][col] < matrix[row][stack[-1]]:
                    height = matrix[row][stack.pop()]
                    left = stack[-1]
                    area = (col - left - 1) * height
                    res = max(res, area)
                    
                stack.append(col)
        
        return res
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值