题目描述
在一个由 0 和 1 组成的二维矩阵内,找到只包含 1 的最大正方形,并返回其面积。
示例:
输入:
1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0
输出: 4
总结
SDC2的优化思路( i 应该换成 j )
关于动态规划的题,如果遇到二维数组的题基本都可以优化为一维数组,就像是传给三秒后的自己的感觉。
Sample & Demo Code 1
public class Solution {
public int maximalSquare(char[][] matrix) {
int rows = matrix.length, cols = rows > 0 ? matrix[0].length : 0;
int[][] dp = new int[rows + 1][cols + 1];
int maxsqlen = 0;
for (int i = 1; i <= rows; i++) {
for (int j = 1; j <= cols; j++) {
if (matrix[i-1][j-1] == '1'){
dp[i][j] = Math.min(Math.min(dp[i][j - 1], dp[i - 1][j]), dp[i - 1][j - 1]) + 1;
maxsqlen = Math.max(maxsqlen, dp[i][j]);
}
}
}
return maxsqlen * maxsqlen;
}
}
Sample & Demo Code 2
class Solution {
public int maximalSquare(char[][] matrix) {
int rows = matrix.length, cols = rows > 0 ? matrix[0].length : 0;
// int[][] dp = new int[rows+1][cols+1];
int[] dp = new int[cols+1];
int pre = 0;
int maxLen = 0;
for(int i = 1; i <= rows; i++) {
for(int j = 1; j <= cols; j++) {
int temp = dp[j];
if(matrix[i-1][j-1] == '1') {
dp[j] = Math.min(Math.min(dp[j-1], pre), dp[j]) + 1;
maxLen = Math.max(dp[j], maxLen);
}else {
dp[j] = 0;
}
pre = temp;
}
}
return maxLen * maxLen;
}
}
Sample Code
遍历了两次,为了解决边界问题,其实可以用dp数组扩容的方法解决,不过如果不方便扩容的话,就可以先遍历一遍,计算一些边界数据。
class Solution {
public int maximalSquare(char[][] matrix) {
if(matrix == null || matrix.length == 0 || matrix[0].length == 0){
return 0;
}
int m = matrix.length, n = matrix[0].length;
int max = 0;
//dp[i][j]表示以坐标(i, j)为右下顶点的正方形的最大边长
int[][] dp = new int[m][n];
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
if(matrix[i][j] == '1'){
dp[i][j] = 1;
max = 1;
}
}
}
for(int i = 1; i < m; i++){
for(int j = 1; j < n; j++){
if(matrix[i][j] == '1'){
dp[i][j] = Math.min(dp[i-1][j-1], Math.min(dp[i-1][j], dp[i][j-1])) + 1;
max = Math.max(max, dp[i][j]);
}
}
}
return max * max;
}
}
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/maximal-square