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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/maximal-square
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路:dp[i][j]表示以(i,j)为右下角的正方形的最大边长 dp[i][j]=min(dp[i][j-1],dp[i-1][j],dp[i-1][j-1])+1 画图即可
class Solution(object):
def maximalSquare(self, matrix):
"""
:type matrix: List[List[str]]
:rtype: int
"""
# dp[i][j]表示以(i,j)为右下角的正方形的最大边长 dp[i][j]=min(dp[i][j-1],dp[i-1][j],dp[i-1][j-1])+1 画图即可
if not matrix or len(matrix)==0 or len(matrix[0])==0:return 0
m,n=len(matrix),len(matrix[0])
dp=[[0]*n for i in range(m)]
max_len=0
# 初始边界值 注意初始化边界值时,max_len也要更新
for i in range(m):
if matrix[i][0]=='1':
dp[i][0]=1
max_len=1
if matrix[i][n-1]=='1':
dp[i][n-1]=1
max_len=1
for i in range(n):
if matrix[0][i]=='1':
dp[0][i]=1
max_len=1
if matrix[m-1][i]=='1':
dp[m-1][i]=1
max_len=1
for i in range(1,m):
for j in range(1,n):
if matrix[i][j]=='1':
dp[i][j]=min(dp[i][j-1],dp[i-1][j],dp[i-1][j-1])+1
max_len=max(max_len,dp[i][j])
return max_len*max_len