最大矩形

###最大矩形

####原题
在一个位图中找面积最大的白色矩形：给你一个NxN的黑白位图，找一个面积最大的全白色的矩形。注意了，是一个矩形，不是任意一个白色相连的区域。你的算法能够达到的最好的时间复杂度是多少呢？

####分析
为了方便进行分析，我们假设黑色位置都是0，白色的位置都是1.题目的问题就转化为，找到一个最大的矩形，其中所有的元素都是1.

遇到这样的题目，该如何分析呢？这是一个矩形，是二维，是否是由一维的某些问题扩展而来的呢？一维的问题的解法，是否可以扩展到二维呢？我们看下面的题目：

在柱状图中找最大的矩形：给一组非负的整数来表示一个柱状图，设计一个算法找到最大面积的能适合到柱状图内的矩形。比如，对与这组数，1 2 3 4 1 ，有两种可能的方案，一种是适合到 2 3 4 内的矩形，面积是 23；另一种是适合到 3 4 内的矩形，面积是 32。你觉得能有O(n)算法吗？

一维的时候思路如下：

一个线性算法是用堆栈来保存当前可能的矩形（高度和起始位置）。从左到右扫描，对一个元素，如果 a）大于栈顶元素， push； b）小于的话，pop所有的大于它的元素，计算面积，更新最大值。这时如果堆栈空，push一个新的元素，高度等于当前元素，起始位置为0；否则，push当前元素高度和栈顶的起始位置。

这是一个很巧妙的解法，是否能够应用到二维的情况呢？针对如下例子，有矩阵A：

1	1	0	0	1	0
0	1	1	1	1	1
1	1	1	1	1	0
0	0	1	1	0	0

上面的这个矩阵，该如何转化为一维的情况处理呢？最直接的思路如下：

• 第一行作为一维的情况处理；
• 第一行、第二行，对应列相加，生成一个新的数组，然后应用一维的处理情况；
• 第一行、第二行、第三行，对应列相加，生成一个新的数组，然后应用一维的处理情况；
• …直到整个矩阵都包括在内；
• 第二行作为一维的情况处理；
• 第二行、第三行，对应列相加，生成一个新的数组，然后应用一维的处理情况；
• …一次类推

上面的思路是可行的，但是时间复杂度是n^3的。如何进一步改进呢？思路也是从上面的过程中得到的。

生成新的矩阵C,C[i][j]表示第j列，从第i个元素开始，包括第i个元素，向上数，直到遇到0时，1的个数。则C为：

1	1	0	0	1	0
0	2	1	1	2	1
1	3	2	2	3	0
0	0	3	3	0	0

上面这个矩阵的构造，遍历一边A的全部元素即可。n^2的时间复杂度。这个矩阵的最大作用，就是将上面思路中，跨几行考虑的情况，都变为一行了。时间复杂度降了一个级别，每一行，应用一维处理处理的情况，就可以得到最终的结果。

将上面斜体的描述转换为如下步骤：(h, i)，h表示C[i][j]的大小，可以理解为矩形的高度，i表示起始位置，第三行为例：

i	C[i]	栈操作	最大值	栈内容
0	1	push (1,0)		(1,0)
1	3	push (3,1)		(3,1)(1,0)
2	2	pop (3,1),push (2,1)	(2-1)*3=3	(2,1)(1,0)
3	2	什么都不做		(2,1)(1,0)
4	3	push(3,4)		(3,4)(2,1)(1,0)
5	0	pop(3,4)	(5-4)*3=3	(2,1)(1,0)
5	0	pop(2,1)	(5-1)*2=8	(1,0)
5	0	pop(1,0)	(5-0)*1=5

则得到这一行的最大值为8。

总结算法过程如下：

• 初始(h,0)，入栈；
• 遍历后续元素：
• • 如果h > h_top, 则入栈；
• • 如果h = h_top, 则不进行任何操作；
• • 如果h < h_top, 出栈，直到栈顶元素的高度小于h，每次出栈，更新最大值(i - i_pop)*h_pop > max ? (i - i_pop)*h_pop : max；此时如果h>h_top,则push (h, i_lastpop)，如果栈为空，则push (h, 0).
• 直到元素遍历完毕