原题目描述
Given a 2D binary matrix filled with 0’s and 1’s, find the largest square containing only 1’s and return its area.
Example:
Input:
1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0
Output: 4
题目大意
题干清晰简短,要求我们求出给定矩阵中最大的只包含‘1’的正方形,而且该题归为DP,所以我们优先从DP的方向来思考这道题目。
解题思路
该题归类为DP,所以很明显是往DP的方向去思考,如何将问题转化为子问题,并求出其递归方程。
我们可以从正方形的边角入手,首先,如果一个点是全为‘1’正方形的右下角,那么该点必须为‘1’,且该点的左边、上面、左上角需要都为‘1’,才能使得构成一个更大的正方形S,否则,以该点为右下角的正方形的面积最大只能为1了。
然后,我们可以进一步思考,考虑左边、上面、左上角的点,以这些点为右下角的最大正方形,这三个正方形与上面的正方形 S 能否构成一个更大的正方形。
- 最好的情况是以它的上方,左方和左上方为右下角的正方形的大小都一样的,边长都为E,这样加上S就可以构成一个更大的正方形(忽略重叠),更大的正方形的边长为E+1。
- 如果以它的上方,左方和左上方为右下角的正方形的大小不一样,合起来就会缺某个角落,这时候只能取三个正方形中最小的正方形的边长加1,获得我们需要的更大的正方形的边长。
假设dp[i][j] 表示以i,j为右下角的正方形的最大边长,则有以下的递推方程
dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1
求出最大的边长之后,我们便可以求出最大的面积了。
算法复杂度
时间 O(MN) 空间 O(MN)
C++代码实现
这里,我分别实现了递归和非递归两种实现,其实相差并不大,都需要用一个数组来存储dp[i][j](递归用来减少重复计算),然后对于临界情况的讨论是相同的,当i或j为0时,此时以该点为右下角的最大正方形便是它本身了。
递归版本
class Solution {
public:
vector<vector<char>> matrix;
int dp[1000][1000] = {};
int maximalSquare(vector<vector<char>>& matrix) {
this->matrix = matrix;
if (matrix.size() == 0)
return 0;
int m = matrix.size(), n = matrix[0].size();
int max_edge = 0;
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
dp[i][j] = -1;
}
}
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
max_edge = max(max_edge, DP(i, j));
}
}
return max_edge*max_edge;
}
int DP(int i, int j) {
if (dp[i][j] != -1)
return dp[i][j];
else if (matrix[i][j] == '0')
dp[i][j] = 0;
else if (i == 0||j == 0)
dp[i][j] = 1;
else
dp[i][j] = min(DP(i-1, j-1), min(DP(i-1, j), DP(i, j-1))) + 1;
return dp[i][j];
}
};
非递归版本
class Solution {
public:
int dp[1000][1000] = {};
int maximalSquare(vector<vector<char>>& matrix) {
if (matrix.size() == 0)
return 0;
int m = matrix.size(), n = matrix[0].size();
int max_edge = 0;
for (int i = 0; i < m; i++) {
dp[i][0] = matrix[i][0] - '0';
max_edge = max(max_edge, dp[i][0]);
}
for (int i = 0; i < n; i++) {
dp[0][i] = matrix[0][i] - '0';
max_edge = max(max_edge, dp[0][i]);
}
for(int i = 1; i < m; i++){
for(int j = 1; j < n; j++){
if (matrix[i][j] == '0')
dp[i][j] = 0;
else
dp[i][j] = min(dp[i-1][j-1], min(dp[i-1][j], dp[i][j-1])) + 1;
max_edge = max(max_edge, dp[i][j]);
}
}
return max_edge*max_edge;
}
};