动态规划-最大的正方形

i j 表示正方形的右下角的坐标 === >dp[i][j]代表的是正方形的边长。
其实画图可以看出，这个边长取决于min(dp[i-1][j], dp[i-1][j-1], dp[i][j-1])， min的话，在min的基础上+1,目前的坐标点表示的就是正方形。

class Solution:
    def solve(self , matrix ):
        # write code here
        n = len(matrix)
        m = len(matrix[0])
        dp = []
        max_length = 0
        for i in range(n):
            dp.append([0]*m)
        for i in range(n):
            for j in range(m):
                if i == 0:
                    if matrix[i][j] == "1":
                        dp[i][j] = 1
                elif j == 0:
                    if matrix[i][j] == "1":
                        dp[i][j] = 1
                elif matrix[i][j] == "1":
                    dp[i][j] = min(dp[i-1][j], dp[i-1][j-1], dp[i][j-1]) + 1
                if dp[i][j] > max_length:
                    max_length = dp[i][j]
        return max_length*max_length